何兴，男，博士，教授，博士生导师，国家级青年人才，重庆市杰出青年基金获得者，重庆市青年巴渝学者。2009年7月毕业于贵州大学，获学士学位；2013年12月毕业于重庆大学，获工学博士学位（硕博连读）。曾先后在Texas A&M University at Qatar、香港城市大学做访问学者，中科院自动化研究所从事博士后研究工作。发表SCI论文百余篇，Google引用次数4000余次。共有8篇论文入选ESI高被引论文，1篇论文入选ESI热点论文。部分成果获得2017重庆市自然科学一等奖（排名第五）、入选2018重庆市科协优秀学术论文（排名第一）。在ICCSS2019上担任Program Co-Chairs，ICISCI2022上担任Session Chairs，ICONIP2023上担任Technical Chairs。
目前主要从事神经动力学优化理论、智能微电网、无人系统集群等方向研究。主持国家自然基金项目5项（联合基金重点项目1项，面上项目3项，青年基金1项），重庆市科委基金、中央高校基金、国家电网等项目10余项，并在中科院自动化研究所完成博士后研究在站期间获博士后基金特别资助、面上项目一等资助。。
学习和工作经历
教育经历
200509 - 200907 贵州大学 学士
200909 - 201101 重庆大学 硕士研究生
201102 - 201312 重庆大学 博士（硕博连读）
工作经历
201211 - 201311 Texas A&M University at Qatar 研究助理
201512 - 201602 香港城市大学 访问学者
201608 - 201811 中科院自动化研究所 博士后
201401 - 201806 1946伟德国际源自英国 副教授
201807 - 至今 1946伟德国际源自英国 教授
202101 - 至今 伟德国际1946源于英国西塔学院 副院长
获奖情况
2015年，获重庆大学优秀博士学位论文奖
2016年，获重庆市优秀博士学位论文奖
2017年，获重庆市自然科学一等奖（5/5）
2017年，获伟德国际1946源于英国优秀研究生班主任
2018年，获重庆市自然科学优秀学术论文奖（1/5）
2019年，获重庆市电子学会“十佳”科技工作者荣誉称号
2020年，获“重庆市青年巴渝学者”称号
2021年，获伟德国际1946源于英国教学成果一等奖
2020-2024年，连续多年入选全球前2%顶尖科学家“年度影响力”榜单
2024年，入选国家级青年人才项目
指导学生获奖
指导学生获“全国大学生电子设计竞赛”全国二等奖 3 次
指导学生获“全国大学生数学建模竞赛”全国二等奖 1 次
指导学生获“大学生创新创业大赛”铜奖 1 次，并获得“优秀创新创业导师”
指导学生主持国家级“大学生创新创业项目” 1 次
指导学生获“本科优秀毕业论文（设计）”一等奖、二等奖、三等奖各 1 次
主持项目
2026-2029，未知地下空间复杂环境无人系统集群协同勘测方法研究，国家自然科学基金联合基金重点项目
2026-2029，融合神经动力学优化与深度学习的共享储能微电网供需侧能源管理研究，国家自然科学基金面上项目
2025-2028，快速神经动力学优化理论及应用，重庆市自然科学基金杰出青年科学基金
2022 - 2025，基于时变神经动力学算法的能源互联网系统能量管理建模与优化研究，国家自然科学基金面上项目
2018 - 2021，基于神经动力学算法的多微网互联模式下的需求响应策略，国家自然科学基金面上项目
2015 - 2017，具有时滞项的离散惯性神经网络的余维2分岔，国家自然科学基金青年基金项目
代表性学术论文
1. Liu, Xueying; He, Xing*; Li, Chaojie; Huang, Tingwen, Deep learning and projection neural network with finite-time convergence for energy management of multi-energy system[J], IEEE Transactions on Smart Grid, 2025, 16(3), 2156-2168.
2. Zou, Wei; He, Xing*; Zhao, You, Hierarchical Optimal Scheduling of Electricity-hydrogen Integrated Energy Systems via Collective Neurodynamic Optimization[J], Applied Energy, 2025, 398: 126408.
3. Zhang, Peng; He, Xing*; Yu, Junzhi, A Distributed Fixed-Time Neurodynamic Algorithm and Its Application in Multi-Autonomous Underwater Vehicle Collaborative Escorting[J], IEEE Transactions on Network Science and Engineering, 2025, 12(5): 4140-4151.
4. Zhao, You; He, Xing*; Zhou, Mingliang; Yu, Junzhi; Huang, Tingwen. Distributed Projection Neurodynamic Approaches in Continuous and Discrete Time for BP With Block Decomposition of Measurement Matrix[J]. IEEE Transactions on Neural Networks and Learning Systems, 2025.
5. Zhang, Lingxi; He, Xing*; Yu, Junzhi; Sun, Shiying; Yang, Hongjun. A Distributed Time-Varying Neurodynamic Algorithm for Multi-Uav Collaborative Target Tracking Problem in Maritime Search And Rescue[J]. ISA transactions, 2025.
6. Wen, Hongsong; He, Xing*; Huang Tingwen. A Novel Projection Neural Network for Sparse Optimization With L1-Minimization Problem[J]. IEEE Transactions on Emerging Topics in Computational Intelligence, 2024, 8(5): 3339-3351.
7. Zhang, Meng; He, Xing*. A Continuous-Time Neurodynamic Approach in Matrix Form for Rank Minimization[J]. Neural Networks, 2024, 172: 106128.
8. Han, Xin; He, Xing*; Ju, Xingxing; Che, Hangjun. Unified Single-Layer Inverse-Free Neurodynamic Network for Solving Absolute Value Equations[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2023, 71(3): 1166-1170.
9. Wen, Hongsong; He, Xing*; Huang, Tingwen; Yu, Junzhi. Neurodynamic Algorithms With Finite/Fixed-Time Convergence for Sparse Optimization via L1 Regularization[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2023, 54(1): 131-142.
10. Wu, Jintao; He, Xing*; Niu, Youcheng, Yu, Junzhi. Circuit implementation of proximal projection neural networks for composite optimization problems[J]. IEEE Transactions on Industrial Electronics, 2023, 71(2): 1948-1957.
11. He, Xing*; Wen, Hongsong; Huang, Tingwen, A Fixed-Time Projection Neural Network for Solving L1-Minimization Problem, IEEE Transactions on Neural Networks and Learning Systems, 2021, 33(12): 7818-7828.
12. Feng, Peiling; He Xing*, Mixed neurodynamic optimization for the operation of multiple energy systems considering economic and environmental aspects, Energy, 2021, 232: 120965.
13. Zhao, You; He, Xing*; Huang, Tingwen; Huang, Junjian; Li, Peng; A smoothing neural network for minimization l(1)-l(p) in sparse signal reconstruction with measurement noises, Neural Networks, 2020, 122: 40-53.
14. He, Xing; Yu, Junzhi; Huang, Tingwen*; Li, Chuandong; Li, Chaojie; Average Quasi-Consensus Algorithm for Distributed Constrained Optimization: Impulsive Communication Framework, IEEE Transactions on Cybernetics, 2020, 50(1): 351-360.
15. He, Xing; Zhao, You; Huang, Tingwen*; Optimizing the Dynamic Economic Dispatch Problem by the Distributed Consensus-Based ADMM Approach, IEEE Transactions on Industrial Informatics, 2020, 16(5): 3210-3221.
16. He, Xing; Yu, Junzhi; Huang, Tingwen*; Li, Chaojie; Distributed Power Management for Dynamic Economic Dispatch in the Multimicrogrids Environment, IEEE Transactions on Control Systems Technology, 2019, 27(4): 1651-1658.
17. He, Xing*; Fang, Xinxin; Yu, Junzhi; Distributed Energy Management Strategy for Reaching Cost-Driven Optimal Operation Integrated With Wind Forecasting in Multimicrogrids System , IEEE Transactions on Systems Man Cybernetics: Systems, 2019, 49(8): 1643-1651.
18. He, Xing; Huang, Tingwen*; Yu, Junzhi; Li, Chaojie; Zhang, Yushu; A Continuous-Time Algorithm for Distributed Optimization Based on Multiagent Networks, IEEE Transactions on Systems Man Cybernetics: Systems, 2019, 49(12): 2700-2709.
19. Fang, Xinxin, He Xing*, Junjian Huang*, A Strategy to Optimize the Multi-Energy System in Microgrid Based on Neurodynamic Algorithm, Applied Soft Computing, 75: 588~595, 2019.
20. He, Xing; Ho, Daniel W. C.; Huang, Tingwen*; Yu, Junzhi; Abu-Rub, Haitham; Li, Chaojie; Second-Order Continuous-Time Algorithms for Economic Power Dispatch in Smart Grids , IEEE Transactions on Systems Man Cybernetics: Systems, 2018, 48(9): 1482-1492.
部分毕业生就业情况
已培养硕士及博士毕业生30余人。其中，部分学生已在高校担任讲师、副教授等职务；另有一些学生加入了旷视科技、长安汽车、长安深蓝、中移物联网、经纬恒润、紫光展锐等业内知名公司，以及江苏电网、甘肃电网、四川电网等单位。
招生信息（博士生/硕士生）
每年招收博士生、硕士生。团队科研氛围浓厚，与国内外知名高校、研究机构合作密切，科研条件和平台优越，欢迎对科研有浓厚兴趣和热情的考生报考。
