Unsere Mitarbeiter*innen

Foto: Manuel Gutjahr

Mostafa Shokrian Zeini

Wissenschaftler

Abteilung: Agromechatronik

Telefon: +49 331 5699-449
Online:
öffnet Publons / ResearcherID öffnet LinkedIn öffnet Google Scholar

Mitarbeit in Programmbereichen


Arbeitsgebiete

  • Model-in-the-Loop (MIL), Software-in-the-Loop (SIL), Processor-in-the-Loop (PIL) & Hardware-in-the-Loop (HIL)
  • Integrated Eye-in-Hand/Eye-to-Hand Visual Servoing
  • Numerical Simulations (MATLAB, Simulink) & Agricultural Robotics
  • Control Theory, Nonlinear Control Syntheses, Nonlinear Dynamics & Uncertain Complex Systems

Projekte


Veröffentlichungen


Veröffentlichungen vor ATB-Zugehörigkeit

  • M.M. Mardani, N. Vafamand, M. Shokrian Zeini, M. Shasadeghi, A. Khayatian, “Sum-of-Squares-Based Finite-Time Adaptive Sliding Mode Control of Uncertain Polynomial Systems with Input Nonlinearities”, 2018, Asian Journal of Control, Vol. 20, No. 4, pp. 1658-1662.
  • A. Modirrousta, M. Shokrian Zeini, T. Binazadeh, “Nonlinear Optimal Fuzzy Control Synthesis for Robust Output Tracking of Uncertain Micro-Electro-Mechanical-Systems”, 2016, Transactions of the Institute of Measurement and Control, Vol. 39, No. 8, pp. 1146-1160.
  • T. Salehi, M. Shokrian, A. Modirrousta, M. Khodabandeh, M. Heidari, “Estimation of the Collapse Potential of Loess Soils in Golestan Province using Neural Networks and Neuro-Fuzzy Systems”, 2015, Arabian Journal of Geosciences, Vol. 8, pp. 9557-9567.
  • H. Delavari, M. Shokrian, “Fuzzy Modeling and Synchronization of a New Hyperchaotic Complex System with Uncertainties”, 2015, Journal of Applied and Computational Mechanics, Vol. 1, No. 3, pp.134-144.

Curriculum Vitae

  • Guest Researcher, Coburg University of Applied Sciences and Arts, Coburg, Nov. 2021-Jun. 2022
  • Research Associate, Shiraz University of Technology, IRAN, Sep. 2014-Sep. 2021
  • Professor and Lab Supervisor, Shahid Bahonar Technical and Vocational Faculty, IRAN, Sep. 2015-Sep. 2017
  • Project Leader of “The Design and Implementation of an Optimal Load Forecasting Software for the Hamedan Electrical Power Distribution Company”, IRAN, Sep. 2012-Sep. 2014
  • Project Leader of “The Study of the Consummation Pattern of Different Industries for an Accurate Hourly Load Forecasting in the Bakhtar Regional Electric Company”, IRAN, Sep. 2012-Sep. 2014
  • Research Assistant, Hamedan University of Technology, IRAN, Sep. 2012- Sep. 2014
  • French Language Professor, Sadr Institute of Higher Education, IRAN, Oct. 2008-Jan. 2021

Cookies

Wir verwenden Cookies auf unserer Website, um Ihnen die Inhalte und Funktionen bestmöglich anzubieten und um die Zugriffe auf unserer Website anonym zu analysieren.

Beachten Sie, dass bei fehlender Zustimmung gegebenenfalls nicht mehr alle Funktionalitäten der Website zur Verfügung stehen.

Sie können die Cookie-Einstellungen einsehen, um eine kontrollierte Einwilligung zu erteilen.

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)