个人简历

罗健，1988.12生于江西抚州，海南大学管理学院教授，博导，获得由International Institute of Forecasters (IIF)颁发的SAS-IIF award on Principles of Forecasting (5000美元奖金)，入选辽宁省百千万人才工程，2017-2021兼任IIF Approved Program of Student Award。近年来以唯一第一或通讯作者在国际重要期刊发表英文SCI/SSCI论文21篇,含Q1、Q2期刊论文17篇（包括发表于EJOR, IJF, IEEE TSG, IEEE TFS, ASC,JORS等），担任多个SCI/SSCI Q1期刊审稿人；主持2项国家自科基金项目与1项教育部人文社会科学项目，参与3项国家自科基金项目（含1项国家自科基金重点项目专题负责人）。

联系方式

luojian546@hotmail.com或者995356@hainanu.edu.cn

研究领域

机器学习方法及其在运作管理、能源预测、金融风控等领域的应用，预测理论与方法，非线性优化及其应用

教育背景

2010/08—2014/12， 美国北卡罗莱纳州立大学，工业工程系，博士（导师：方述诚教授）

2009/08—2010/07， 美国佛罗里达州立大学，工业与制造工程系，博士生

2007/09—2009/07， 武汉大学，应用数学系，硕士（导师：樊启斌教授）

2003/09—2007/07， 武汉大学，信息与计算科学系，学士

工作、学术经历

2021/11-至今，海南大学，管理学院，教授

2015/3-2021/10，东北财经大学，管理科学与工程学院，副教授

2012/8-2014/6，美国北卡罗莱纳州立大学，工业与系统工程系，研究助理

2011/8-2012/5，美国北卡罗莱纳州立大学，工业与系统工程系，教学助理

2009/8-2010/7，美国佛罗里达州立大学，高性能材料研究所，研究助理

代表性英文期刊论文（其中(*)代表通讯作者）

[1]J. Luo, X. Yan, and Y. Tian, “Unsupervised quadratic surface support vector machine with application to credit risk assessment,”Eur. J. Oper. Res., vol. 280, no. 3, pp. 1008–1017, 2020.(SCI: Q1,ABS 4, FMS A)

[2]J. Luo, T. Hong,Z. Gaoand S.-C. Fang, “A robust support vector regression model for electric load forecasting,”Int. J. Forecast.,https://doi.org/10.1016/j.ijforecast.2022.04.001, 2022. (SSCI: Q1,ABS 3)

[3]J. Luo, T. Hong, and S.-C. Fang, “Benchmarking robustness of load forecasting models under data integrity attacks,”Int. J. Forecast., vol. 34, no. 1, pp. 89–104, 2018. (SSCI: Q1,ABS 3)

[4]Z. Gao, S.-C. Fang,J. Luo(*), and N. Medhin, “A kernel-free double well potential support vector machine with applications,”Eur. J. Oper. Res., vol. 290, pp. 248–262, 2021. (SCI: Q1,ABS 4, FMS A)

[5]J. Luo, T. Hong, and S.-C. Fang, “Robust regression for load forecasting,”IEEE Trans. Smart Grid, vol. 10, no. 5, pp. 5397–5404, 2019.(SSCI/SCI: Q1)

[6]J. Luo, S.-C. Fang,Z.Deng, andY.Tian, “Robust kernel-free support vector regression based on optimal margin distribution,”Knowledge-Based Syst.,https://doi.org/10.1016/j.knosys.2022.109477, 2022.(SCI: Q1)

[7]J. Luo, T. Hong, and M. Yue, “Real-time anomaly detection for very short-term load forecasting,”J. Mod. Power Syst. Clean Energy, vol. 6, no. 2, pp. 235–243, 2018.(SSCI/SCI: Q1)

[8]Y. Tian, M. Sun, Z. Deng,J. Luo(*), and Y. Li, “A new fuzzy set and non-kernel SVM approach for mislabeled binary classification with applications,”IEEE Trans. Fuzzy Syst., vol. 25, no. 6, pp. 1536–1545, 2017.(SCI: Q1)

[9]Y. Tian, Z. Yong, andJ. Luo(*), “A new approach for reject inference in credit scoring using kernel-free fuzzy quadratic surface support vector machines,”Appl. Soft Comput., vol. 73, pp. 96–105, 2018.(SSCI/SCI: Q1)

[10]J. Zhou, Y. Tian,J. Luo(*), and Q. Zhai, “Laplacian large margin distribution machine for semi-supervised classification,”J. Oper. Res. Soc., 2021. (SSCI/SCI: Q2,ABS 3)

[11]X. Yan, Y. Bai, S.-C. Fang, andJ. Luo(*), “A kernel-free quadratic surface support vector machine for semi-supervised learning,”J. Oper. Res. Soc., vol. 67, no. 7, 2016. (SSCI/SCI: Q2,ABS 3)

[12]Z. Gao, S.-C. Fang, X. Gao,J. Luo(*), and N. Medhin, “A novel kernel-free least squares twin support vector machine for fast and accurate multi-class classification,”Knowledge-Based Syst., vol. 226, p. 107123, 2021.(SCI: Q1)

[13]J. Luo, X. Yang, Y. Tian, and W. Yu, “Corporate and personal credit scoring via fuzzy non-kernel SVM with fuzzy within-class scatter,”J. Ind. Manag. Optim., vol. 19, no. 6, pp. 2743–2756, 2020.(SSCI/SCI)

[14]Y. Tian, Z. Deng(*),J. Luo(*), and Y. Li, “An intuitionistic fuzzy set based S3VM model for binary classification with mislabeled information,”Fuzzy Optim. Decis. Mak., vol. 17, no. 4, pp. 475–494, 2018. (SCI: Q2,ABS 3)

主要科研课题

国家自然科学基金地区项目，课题名称：不确定数据背景下电力市场需求方分层概率负荷预测方法，主持，在研。

教育部人文社会科学一般项目，课题名称：大数据时代下基于顾客及商家划分的O2O外卖平台精准营销策略研究，主持，在研。

国家自然科学基金青年项目，课题名称：数据攻击下基于L1范数与无核支持向量的电力负荷鲁棒预测方法研究，主持，已结题。

国家自然科学基金重点项目，课题名称：O2O模式下即时配送服务运作管理的理论与方法，参与（第一专题负责人）。