池荣虎（教授）

池荣虎教授、工学博士、博士生导师

主要研究方向：自适应学习控制、数据驱动控制、分布式人工智能、橡胶间歇过程运行优化、数据驱动PLS建模与控制等。

办公室：学院楼D312；电话：13969728639

Email: ronghu_chi@qust.edu.cn；rhchi@163.com

2011年-2012年，2014年-2015年先后在南洋理工大学和阿尔伯塔大学进行访问。2016年入选首届山东省泰山学者青年专家人才工程，2018年成立人工智能与控制研究院。担任中国自动化学会数据驱动控制、学习与优化专业委员会副主任，中国指挥与控制学会智能控制与系统专委会常务委员，中国自动化学会过程控制专委会委员，中国指挥与控制学会自抗扰控制专委会委员，山东省自动化学会理事。担任国际顶级期刊International Journal of Robust and Nonlinear Control、International Journal of Automation and Computing等刊物的客座主编，以及《青岛科技大学学报》编委等工作。多次荣获山东省研究生优秀硕士学位论文指导教师，以及山东省研究生优秀成果奖一等奖、二等奖指导教师等称号。担任Auotmatica、IEEE TAC、IEEE汇刊等顶级刊物的审稿工作，获《自动化学报》最佳审稿人。

主持国家自然科学基金面上项目4项，主持山东省重点研发计划、青岛市自主创新重大专项等省、市级项目11项。荣获中国自动化学会自然科学奖二等奖、省部级二等奖等科研奖励8项，授权国家发明专利8项。在Springer出版英文学术专著2部，在自动化领域国内外旗舰期刊上发表高水平刊物论文100余篇，其中第一/通讯作者发表IEEE Trans论文27篇，Automatica论文1篇，IEEE TAC论文3篇，入选ESI高被引论文2篇，Google学术引用2683次，Web of Science他引1313次。

指导研究生发表高水平学术论文76篇，其中SCI期刊论文46篇。培养研究生获国家奖学金8人次、青岛科技大学优秀硕士学位论文9人次、山东省优秀硕士学位论文2人次、山东省优秀博士学位论文1人次、山东省研究生优秀成果奖一等奖1人次、二等奖1人次。毕业研究生就职于北京航空航天大学、中国电子科技集团公司第二十二研究所、中国工业互联网研究院山东分院、吉利汽车研究院（宁波）、万华化学股份有限公司、青岛海信网络科技股份有限公司、山东港口青岛港等大型集团公司和科研院所，以及进入浙江大学、同济大学、南京理工大学等高校攻读博士学位。

10篇代表性论著：

[1] Ronghu Chi*, Na Lin, Huimin Zhang, Ruikun Zhang, Discrete-time Adaptive Iterative Learning Control: From Model-Based to Data-Driven, Springer Nature Singapore Pte Ltd, 2022.

[2] Ronghu Chi*, Yu Hui, Zhogsheng Hou, Data-driven Iterative Learning Control for Discrete-time Systems, Springer Nature Singapore Pte Ltd, 2022.

[3] Ronghu Chi*, Huaying Li, Dong Shen, Zhongsheng Hou, Biao Huang, Enhanced P-type Control: Indirect Adaptive Learning from Set-point Updates, IEEE Transactions on Automatic Control, DOI: 10.1109/TAC.2022.3154347, 2022, Early Access

[4] Ronghu Chi*, Yu Hui, Chiang-Ju Chien, Biao Huang and Zhongsheng Hou, Convergence analysis of sampled-data ILC for locally Lipschitz continuous nonlinear nonaffine systems with non-repetitive uncertainties, IEEE Transaction on Automatic Control, vol. 66, no. 7, pp. 3347-3354, 2021.

[5] Ronghu Chi*, Yu Hui, Biao Huang and Zhongsheng Hou, Active Disturbance Rejection Control for Nonaffined Globally Lipschitz Nonlinear Discrete-time Systems, IEEE Transactions on Automatic Control, vol. 66, no. 12, pp. 5955-5967, 2021.

[6] Yu Hui, Ronghu Chi*, Biao Huang, Zhongsheng Hou, Data-Driven Adaptive Iterative Learning Bipartite Consensus for Heterogeneous Nonlinear Cooperation-Antagonism Networks, IEEE Transactions on Neural Networks and Learning Systems, DOI: 10.1109/TNNLS.2022.3148726, 2022, Early Access

[7] Huaying Li, Ronghu Chi*, Zhongsheng Hou, Biao Huang, Double Dynamic Linearization-Based Higher Order Indirect Adaptive Iterative Learning Control, IEEE Transactions on Cybernetics，DOI: 10.1109/TCYB.2021.3125374, 2021 Early Access

[8] Na Lin, Ronghu Chi*, Biao Huang, Event-triggered ILC for optimal consensus at specified data points of heterogeneous networked agents with switching topologies, IEEE Transactions on Cybernetics, 2021, DOI: 10.1109/TCYB.2021.3054421, 2021, Early Access

[9] Yu Hui, Ronghu Chi*, Biao Huang and Zhongsheng Hou, Extended state observer-based data-driven iterative learning control for permanent magnet linear motor with initial shifts and disturbances, IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 51, no. 3, pp. 1881-1891, 2021.

[10] Na Lin, Ronghu Chi*, Biao Huang, Event-triggered nonlinear iterative learning control, IEEE Transactions on Neural Networks and Learning Systems, vol. 32, no. 11, pp. 5118-5128, 2021.