常 鹏
博士后
北京工业大学，信息科学技术学院，副教授，硕导
发表 SCI 期刊论文20余篇
获得发明专利10项
出版专著2部
主持国家级项目1项，省部级项目1项，企业横向项目2项
E-mail：changpeng@bjut.edu.cn
基于人工智能的城市污水处理过程状态监测及故障诊断
基于人工智能技术的无人车算法研究
基于人工智能技术的城市交通枢纽客流预测及车辆调度
在城市污水处理过程的异常工况和水质指标的监测建模研究方面，解决了模型精度、实时性和算力成本等若干挑战性问题
在国际高水平权威期刊上发表 SCI 收录论文20余篇( 中科院1区顶刊论文10篇)，撰写专著2部，授权美国和中国发明专利10余项
成果贡献为：
① 在异常工况监测建模方面：针对过程数据呈现明显的多重特性（非线性、动态性和非高斯性），分别构建出一系列新型的基于数据驱动的高阶统计信息增强的异常工况监测宽度网络模型和深度网络模型，提高了过程监测精度，解决了目前监测模型无法同时提取过程数据的多重特征的困境。
② 在水质指标的监测建模方面：针对污水处理过程水质指标无法在线精准测量，分别构建了一系列多重特征提取能力的宽度和深度学习网络软测量模型，采用新型鸽群优化算法与多重特征增强的宽度学习算法相结合的模型结构更新方法，提高了水质指标监测精度，解决了目前软测量模型的理想性能与实际应用性能存在差距的问题。
① 在异常工况监测建模方面：针对过程数据呈现明显的多重特性（非线性、动态性和非高斯性），分别构建出一系列新型的基于数据驱动的高阶统计信息增强的异常工况监测宽度网络模型和深度网络模型，提高了过程监测精度，解决了目前监测模型无法同时提取过程数据的多重特征的困境。
② 在水质指标的监测建模方面：针对污水处理过程水质指标无法在线精准测量，分别构建了一系列多重特征提取能力的宽度和深度学习网络软测量模型，采用新型鸽群优化算法与多重特征增强的宽度学习算法相结合的模型结构更新方法，提高了水质指标监测精度，解决了目前软测量模型的理想性能与实际应用性能存在差距的问题。
国家自然科学基金面上项目，基于数据驱动的动力电池多模型融合建模与状态估计，2023/01-2026/12，主持
北京市自然科学基金面上项目，面向城市污水处理过程异常工况监测建模方法研究，2023/01-2025/12，主持
常鹏，王普. 间歇过程统计建模及故障诊断研究：基于数据驱动角度，知识产权出版社，170千字，2018
常鹏. 基于数据驱动的间歇过程建模及故障监测：质量控制角度，知识产权出版社，180千字，2018
常鹏，丁春豪, 王普. 一种基于模糊宽度自适应学习模型的污水处理过程故障监测方法，2022/08/02，美国专利授权, US011403546B2
常鹏，王凯，王普. 一种基于过完备宽度学习模型的污水处理过程故障监测方法, 2023/06/02，中国, ZL201911402093.X (专利)
常鹏，卢瑞炜，张祥宇; 王普. 一种基于子阶段内高阶统计量构建的微生物发酵过程故障监测方法，2023/05/26，中国，ZL201911388480.2 (专利)
常鹏，李泽宇，王普. 一种特征自增强的循环神经网络的污水关键水质指标软测量方法，2023/05/02, 中国专利授权，ZL201911298640.4 (专利)
常鹏, 张祥宇, 卢瑞炜, 王普. 一种基于OICA的复杂工业过程故障监测方法，2023/05/02，中国专利授权，ZL201910410875.1 (专利)
常鹏, 丁春豪, 王普. 一种基于多阶段OICA的间歇过程故障监测方法，2023/04/25，中国专利授权，ZL201910582671.6 (专利)
王凯, 常鹏, 李泽宇, 丁春豪.一种基于变分自编码器模型的污水处理过程故障监测方法，2022/10/28，中国专利授权，ZL202011585643.9(专利)
常鹏, 卢瑞炜, 张祥宇, 王普.一种基于改进的多种群全局最优的自适应鸽群优化方法，2022/02/15，中国专利授权，ZL201811381008.1(专利)
常鹏, 卢瑞炜, 张翔宇, 王普. 一种基于四阶矩阵奇异值分解的间歇过程故障监测方法，2021/07/02，中国专利授权，ZL201910664867.X(专利)
常鹏, 丁春豪, 王普. 一种基于模糊自适应学习模型的污水处理过程故障监测方法，2021/02/26，中国专利授权，ZL201911225929.3(专利)
王普, 卢瑞炜, 常鹏, 张祥宇. 一种基于宽度学习系统的间歇过程故障监测与诊断方法，2020/08/28，中国，ZL201910136910.5 (专利)