姓名：朱庆保
性别：男
出生年月：
职称：教授
学院：计算机科学与技术学院
研究方向：
朱庆保，男，汉族，中共党员，计算机系教授, 计算数学学科点智能优化方向博士生导师和计算机应用学科点智能技术方向硕士生导师。
先后主持、完成了国家和省自然科学基金项目和省教育厅自然科学基金资助项目七项；为主完成南京市自然科学基金项目一项。通过省级鉴定成果四项，其中两项为国内首创、国内先进，两项达国际先进水平，其中，一项被评价为国内外属首次。共主持完成气门多参数自动综合检验机、化妆品生产过程自动控制系统、精测设备智能化、用神经网络技术实现的精密微长度检测系统、计量管理系统等横向课题十多项。申请发明专利一项，实用新型专利四项。获省科技进步三等奖、南京市科技进步二等奖、省教委科技进步三等奖、校科技进步二等奖各一次，获南京市优秀软件三等奖一次。在计算机学报、自动化学报、软件学报等重要期刊发表专业论文50多篇，被Ei收录20多篇。主编出版微机原理与接口技术等大学教科书三部（以上均排名第一）。兼任江苏省计量学会理事和几何量专业委员会专业委员，南京市计量学会几何量专业委员会理事。近年每届指导研究生三名，培养的研究生绝大多数都能在校期间发表或录用论文，其中大部分为核心期刊，有些论文发表在一级权威期刊。
目前主持国家自然科学基金项目和省自然科学基金项目各一项。
科研项目2006- 主持国家和省片自然科学基金各一项。
1988-2006 主持完成智能微长度检测系统、气门多参数自动综合检验机、化妆品生产过程微机自动控制系统、精测设备智能化、计量管理系统等横向课题十多项。
2002.1-2003.12 江苏省教育厅自然科学基金项目《神经网络算法改进及在机器人传感器中的应用》研究计划任务已下达，排名第一。
1998.1-2001.12 主持并为主完成江苏省应用基础基金项目《非线性传感特性的神经网络学习校正方法及应用》，该项目通过省级鉴定，主要鉴定评价为达国际先进水平。
19999．1-2000．12 为主完成南京市自然科学基金项目《紫外线消毒智能自适应控制与管理》项目。
1998.1-2001.12 主持并为主完成江苏省应用基础基金项目《用神经网络技术实现的精密微长度检测系统》，该项目通过省级鉴定，主要鉴定评价为：用神经网络技术实现的精密微长度检测系统在国内外尚属首次， 其主要性能指标达国际先进水平。
1996.1-1998.1 主持并为主完成江苏省教委自然科学基金项目《圆度误差的自适应测评与谐波分析及应用》
1986.-1987.12 主持并为主完成山东省教育厅自然科学基金项目《QDA型加工质量检测分析仪》，该项目通过省级鉴定，主要评价为国内首创，达国内先进水平。
1984.1 - 1985.12 主持并为主完成山东省教育厅自然科学基金项目《UCM-Ⅰ型万能电脑测微仪》，该项目通过省级鉴定，主要评价为国内首创，达国内先进水平。
论文著作出版书的情况：
主编出版《微机系统及接口应用》，南京大学出版社，1997，10。
主编出版《微机原理与接口技术》，南京大学出版社，2001，4。
主编出版《微机系统原理与接口》，南京大学出版社，2003，8。
论文：复杂环境下的机器路径规划蚂蚁算法， 自动化学报，2006，7
全局未知环境下的多机器人蚂蚁导航算法，软件学报，2006，9
蚁群算法收敛性分析， 控制与决策，2006，7
基于栅格法的机器人路径规划蚁群算法，机器人， 2005，2, EI收录
模拟退火自适应大变异遗传算法及其应用, 计算机工程，2005，3，EI收录
评定圆度误差的模拟退火自适应变异遗传算法，南师大学报，2005。01
基于粗粒度模型的蚁群优化并行算法，计算机工程，2005，1，EI收录
用改进的小脑模型神经网络实现光栅信号连续细分，计量学报。2005.1，EI收录
非线性传感特性的神经网络学习校正方法及应用，仪器仪表学报,2004，6，EI收录
基于细粒度模型的并行蚁群优化算法，计算机应用研究，2004，11
具有自适应杂交特征的蚁群算法，计算机工程与应用，2004，22
提高传感系统准确度的软件方法及其应用，传感器技术，2004，01
一种智能全自动紫外线消毒控制器, 南师大学报，2004。01
用神经网络技术实现的高精度微长度检测系统，仪器仪表学报,2004，3
用神经网络技术实现的光纤位移传感器，计量学报，2004，Vol.25(2)
基于变异和信息素动态更新的蚁群优化算法，软件学报，2004，Vol.15(2),EI收录
直接映射低维小脑模型神经网络及在机器人传感器中的应用 , 计算机学报，03，Vol.26(08), EI收录
提高光栅测控系统分辨率的神经网络方法 仪器仪表学报,2003，5， EI收录
用多个改进低维CMAC神经网络学习多维函数的研究，计算机工程，2003，20
非线性函数的自适应分区多神经网络学习及仿真实验，计算机工程，2003，2.EI收录
提高机器人位置、速度传感器分辨率的方法 . 传感器技术，2003，1
改善传感器非线性的自适应分区神经网方法 , 传感器技术，2003，6
小脑模型神经网络在紫外线消毒控制中的应用 , 计算机工程与应用，2003，23
最佳拟合与神经网络相结合实现传感器特性线性化,控制理论及应用，2003,Vol.20(1). EI收录
非线性函数的自适应分区多神经网络学习及仿真实验，计算机工程，2003，3，EI收录
提高机器人位置、速度传感器分辩率的方法，传感器技术，2003，1
用神经网络技术实现的高精度光栅测量装置，计量学报，2002,4，EI收录。
传感器特性曲线的自适应分段最佳拟合及应用, 传感器技术，2002，1
A Direct Weight Address Mapping LOW DIMENSIONAL CEREBELLAR MODEL NEURAL
NETWORK (LCMAC)， ESSAN’2001 The 9th European Symposium on Artificial
Neural Networks,2001,5.
回归与神经网络相结合实现非线性传感特性线性化，仪器仪表学报，2001,VOL.22(4): 422～427. IEE收录。
外圆磨削无损测控方法研究，计量学报，2001,VOL.22(3):174 ～178 ，EI收录
一种智能型光纤传感器, 自动化仪表,2001，NO.1
智能高精度光栅信号测量方法及装置，国家发明专利公报，2000， Vol.16(52)。
多层神经网络两阶段自适应训练算法，计算机工程，2000，NO.12 EI收录
用神经网络实现外圆磨削无损测控方法研究,计量技术,2000,NO.2
智能检测仪器非线性校正的神经网络方法, 仪器仪表学报，2000,VOL.21(5): 516-519 IEE收录。
提高小脑模型神经网络精度的算法及仿真应用，软件学报，2000，VOL.11，NO.1.
一种新型气动测微仪的研究，仪器仪表学报，2000，NO.2。EI收录
圆度误差自适应测评及其应用 计量技术,2000,NO.4
大学生学习成绩的模糊评判方法探讨，南师大学报， 2000，6。
用于传感器非线性校正的新颖神经网络，软件学报， 1999，VOL.10 NO.12 ,EI收录。
采用微机技术实现精密流量测量与控制, 自动化仪表, 1998,VOL.19,IEE收录
圆度仪的微机化改造 计量技术,1997.2
万能测齿仪智能化研究 机电工程,1996.3
微机测控系统实用抗干扰研究 测控技术,1996.6
化妆品生产过程微机测控系统 微型机与应用, 1996.1
精测设备智能化与几何量检测系统 航空计测技术，1996，Vol.16(5):26-30
一种新型智能量块检定仪的研究,传感器与仪表技术,1995.10
活塞环高度微机半自动检测的研究,微型机与应用, 1995.10
光栅测距及其提高分辨率的一种细分方法,电测与仪表,1995.7
用微机实现相对法测量车床传动链准确度的研究,计量技术,1993.7
用单片机实现几何量自动检测分析的研究, 计量技术，1989. 11
RESEARCH on DETERMINING KINEMATIC ACCURACY of LATHEDRIVE CHAIN USING
SINGLE-CHIP MICROCOMPUTER, The First International Symposium on
Measurement Technology and Intelligent Instruments Proceedings, 1989.5
ON THE RESEARCH of a NEW INTELLIGENT MEASURING INSTRUMENT for
GEOMETRICAL QUANTITIES, The First International Symposium on Measurement
Technology and Intelligent Instruments Proceedings 1989.5
一种电脑测微分析仪的研究,山东农机学院学报 1989.3
半自动黄烟烘烤方案探讨, 山东农机学院学报, 1989.3
单片机在几何量检测中的应用, 国际单片机技术交流会发表,收入论文集.
获奖情况：2002年获南京市科技进步二等奖一次。排名第一。
2002年获南京市优秀软件三等奖一次。排名第一。
1985.12月: 获山东省科技进步三等奖、山东省教委科技进步三等奖、校科技进步二等奖各一次。排名第一。
获专利情况：1．2000年获实用新型专利一项（排名第二）
2．2001年获发明专利一项（排名第一）
3 2001年获实用新型利一项（排名第一）
4．2002年获实用新型专利一项（排名第一）
*如果发现导师信息存在错误或者偏差，欢迎随时与我们联系，以便进行更新完善。
请记住我们的网址：www.js-zs.org
（责任编辑：admin）
