（1）获奖情况 [1]2017.12 入选云南省高层次人才引进计划青年人才 [2]2018.07 获金莎游戏网站(中国)有限公司“关爱学生先进模范”称号 [3]2020.05 指导研究生获云南省研究生优秀科技创新成果奖1项 [4]2020.07 指导研究生（潘贝）获公司优秀硕士学位论文1篇 [5]2020.09 获公司校级教学成果奖特等奖1项（排名第6） [6]2020.12 获公司红云园丁优秀教师奖 [7]2021.06 指导研究生（黄思）获公司优秀硕士学位论文1篇 [8]2021.06 公司优秀共产党员 [9]2021.08 获云南省高等公司产品成果奖一等奖1项（排名第6） [10]2021.11 指导本科生获全国大学生数学建模竞赛省级二等奖1项 [11]2021.11 指导研究生获全国研究生数学建模竞赛国家级三等奖2项 （2）教学/科研项目 [1] 金怀平，国家自然科学基金地区项目（62163019），基于伪标记优化的流程工业过程半监督软测量方法研究，2022.01-2025.12，33万元，在研，主持 [2] 金怀平，国家自然科学基金地区项目（61763020），基于进化多目标优化的集成即时学习软测量建模方法研究，2018.01-2021.12，39万元，结题，主持 [3] 金怀平，云南省应用基础研究计划项目面上项目（202101AT070096），基于进化优化的伪标记估计及半监督软测量建模方法研究，2021.06-2024.5，10万元，在研，主持 [4] 金怀平，云南省应用基础研究计划项目青年项目（2018FD040），基于多模态扰动及进化多目标优化的集成学习软测量建模方法研究，2018.06-2021.5，5万元，结题，主持 [5] 金怀平，云南省计算机应用技术重点实验室开放课题，基于半监督集成学习的流程工业软测量建模方法研究，2021.03-2023.02，1万元，在研，主持 [6] 金怀平，云南省教育厅科学研究基金项目（2017ZZX149），基于进化优化算法和加权相似度的即时学习软测量建模方法研究，2017.01-2019.01，4万元，结题，主持 [7] 金怀平，公司高层次人才平台建设项目，2017.12-2020.12，70万元，在研，主持 [8] 杨彪，国家自然科学基金地区项目（61863020），微波与多金属矿物相互作用过程的建模与最优控制研究，2019.01-2022.12，39万元，在研，参与（第3） [9] 胡蓉，国家自然科学基金地区项目（61963022），多维概率模型进化算法求解低碳车辆配送问题研究，2020.01-2023.12，38万元，在研，参与（第3） [10] 沈韬，国家自然科学基金面上项目（61971208），低维液态结构太赫兹波激发与原位增强研究，2020.01-2023.12，62万元，在研，参与（第3） [11] 陈祥光，企业横向课题，金霉素发酵罐建模与优化控制系统研究及应用，2011.09-2013.06，100万元，已结题，参加(主要成员) [12] 陈祥光企业横向课题，菌渣生物发酵降解抗生素残留中试实验自动测控系统，2013.06-2013.10，30万元，已结题，参加(主要成员) [13] 陈祥光企业横向课题，水质在线综合监测系统开发与集成应用，2014.03-2014.08，50万元，已结题，参加(主要成员) （3）论文 英文论文： [1] Huaiping Jin*, Lixian Shi, Xiangguang Chen, Bin Qian, Biao Yang, Huaikang Jin. Probabilistic wind power forecasting using selective ensemble of finite mixture Gaussian process regression models[J]. Renewable Energy, 2021, 174: 1-18. （SCI检索，中科院1区，Top期刊） [2] Huaiping Jin*, Zheng Li, Xiangguang Chen, Bin Qian, Biao Yang, Jianwen Yang. Evolutionary optimization based pseudo labeling for semi-supervised soft sensor development of industrial processes[J]. Chemical Engineering Science, 2021, 237: 116560. (SCI检索，中科院二区，Top期刊) [3] Huaiping Jin*, Bei Pan, Xiangguang Chen, Bin Qian. Ensemble just-in-time learning framework through evolutionary multi-objective optimization for soft sensor development of nonlinear industrial processes[J]. Chemometrics and Intelligent Laboratory Systems, 2019, 184: 153-166. (SCI检索，中科院2区) [4] Bei Pan, Huaiping Jin*, Biao Yang, Bin Qian, Zhengang Zhao. Soft sensor development for nonlinear industrial processes based on ensemble just-in-time extreme learning machine through triple-modal perturbation and evolutionary multiobjective optimization[J]. Industrial & Engineering Chemistry Research, 2019, 58(38): 17991-18006. (SCI检索，中科院二区，Top期刊) [5] Huaiping Jin*, Xiangguang Chen, Li Wang, Kai Yang, Lei Wu. Jin H, Chen X, Wang L, et al. Dual learning-based online ensemble regression approach for adaptive soft sensor modeling of nonlinear time-varying processes[J]. Chemometrics & Intelligent Laboratory Systems, 2016, 151: 228-244. (SCI检索，中科院二区) [6] Huaiping Jin*, Xiangguang Chen, Li Wang, Kai Yang, Lei Wu. Adaptive soft sensor development based on online ensemble Gaussian process regression for nonlinear time-varying batch processes. Industrial & Engineering Chemistry Research, 2015, 54(30): 7320–7345. (SCI检索，中科院二区，Top期刊) [7] Huaiping Jin*, Xiangguang Chen, Jianwen Yang, Hua Zhang, Li Wang, Lei Wu. Multi-model adaptive soft sensor modeling method using local learning and online support vector regression for nonlinear time-variant batch processes. Chemical Engineering Science, 2015, 131: 282-303.(SCI检索，中科院二区，Top期刊) [8] Huaiping Jin*, Xiangguang Chen, Jianwen Yang, Lei Wu. Adaptive soft sensor modeling framework based on just-in-time learning and kernel partial least squares regression for nonlinear multiphase batch processes. Computers & Chemical Engineering, 2014, 71: 77-93. (SCI检索，中科院二区) [9] Huaiping Jin*, Xiangguang Chen, Jianwen Yang, Lei Wu, Li Wang. Hybrid intelligent control of substrate feeding for industrial fed-batch chlortetracycline fermentation process. ISA Transactions, 2014, 53(6): 1822-1837. (SCI检索，中科院二区) [10] Li Wang, Huaiping Jin*, Xiangguang Chen, Jiayu Dai, Kai Yang, Dongxiang Zhang. Soft sensor development based on the hierarchical ensemble of Gaussian process regression models for nonlinear and non-Gaussian chemical processes[J]. Industrial & Engineering Chemistry Research, 2016, 55(28): 7704-7719.(SCI检索，中科院二区，Top期刊) 中文论文： [1]金怀平*, 薛飞跃, 李振辉, 陶海波, 王彬. 基于病理图像集成深度学习的胃癌预后预测方法[J].电子与信息学报, 2022年7月录用. [2]金怀平*,黄成,董守龙,黄思,杨彪,钱斌,陈祥光.基于多相似度局部状态辨识的集成学习自适应软测量方法[J/OL].计算机集成制造系统:1-22[2022-02-14]. （EI） [3]石立贤,金怀平*,杨彪,钱斌,金怀康.基于局部学习和多目标优化的选择性异质集成超短期风电功率预测方法[J].电网技术,2022,46(02):568-577. （EI） [4]金怀平*,王建军,董守龙,钱斌,杨彪,陈祥光.基于深度学习特征提取与多目标优化集成修剪的选择性集成学习软测量方法[J/OL].控制与决策:1-13[2022-02-14]. （EI） [5]金怀平*,张燕,董守龙,杨彪,钱斌,陈祥光. 基于半监督集成即时学习的工业橡胶混炼过程软测量建模方法[J/OL].高校化学工程学报，2021.12.13，接收. （EI） [6]金怀平*, 黄思, 王莉, 陈祥光, 潘贝, 李建刚. 基于进化多目标优化的选择性集成学习软测量建模[J]. 高校化学工程学报, 2019, 33(03): 680-691. (EI) （4）知识产权 [1]陈祥光,姚民仆,王震,张惠康,杨建文,金怀平,黄苏一,余庆. 一种金霉素发酵过程补糖速率优化控制的方法和系统[P]. 授权，ZL201410037883.3, 2016-08-17. [2]金怀平,张燕. 一种半监督集成即时学习工业混炼胶门尼粘度软测量方法[P]. 授权， ZL202110458052.3, 2022-03-15. [3]金怀平,李友维. 基于半监督集成学习的金霉素发酵过程软测量建模方法[P]. 授权, ZL202110447724.0, 2022-05-20. [4]金怀平,王建军.基于自编码器多样性生成机制的集成学习软测量建模方法[P]. 授权, ZL202110436544.2, 2022-05-06. [5]金怀平, 潘贝. 一种基于多目标优化的集成即时学习工业过程软测量建模方法[P]. 授权，ZL201910039438.3, 2022-06-14. [6]金怀平, 李建刚. 一种基于异构相似度的选择性集成即时学习软测量建模方法[P]. 授权，ZL201910150216.9, 2022-06-14. [7]金怀平，石立贤，金怀康.一种基于递阶集成的风电功率概率预测方法[P]. 授权，ZL2020103482919, 2022-07-01. [8]金怀平,黄成. 一种基于在线选择性集成的自适应软测量建模方法[P]. 授权，ZL202110459338.3, 2022-07-19. （5）专著、教材 [1] 陈祥光,刘春涛,冼南宝,金怀平.计算机仿真技术及CAD.北京:兵器工业出版社, 2011.3. ISBN: 978-7-80248-688-1. (共计59.8万字，十一五国家级规划教材, 2013年北京高等教育精品教材) (本人撰写第7章，约10万字) |
