国家自然科学基金获得者
范锡良
个人简介：男，汉族，1980年出生，中共党员，博士，教授，硕士生导师。2013年博士毕业于北京师范大学，2020年1月至2021年6月在德国比勒费尔德大学（Bielefeld University）从事博士后研究。
主要研究领域及代表性成果（限5项）：
长期从事随机分析及其相关领域研究。获得国家自然科学基金青年项目和面上项目资助。代表作如下：
[1] Fan Xiliang, Michael Röckner, Shao-Qin Zhang, A unified approach to gradient type formulas for decoupled FBSDEs and some applications, Ann. Inst. H. Poincaré Probab. Statist., 2024.
[2] Fan Xiliang, Yu Ting, Yuan Chenggui, Asymptotic behaviors for distribution dependent SDEs driven by fractional Brownian motions, Stochastic Process. Appl., 2023, 164, 383-415.
[3] Fan Xiliang, Huang Xin，Suo Yongqiang, Yuan Chenggui, Distribution dependent SDEs driven by fractional Brownian motions, Stochastic Process. Appl., 2022, 151, 23-67.
[4] Fan Xiliang, Feng Zhenzhen, Stability of fractional SDEs with Markov switching perturbed by transition rate matrices, SIAM J. Control Optim., 2022, 60, 2835-2858.
[5] Fan Xiliang, Wu Jianglun, Density estimates for the solutions of backward stochastic differential equations driven by Gaussian processes, Potential Anal., 2021, 54, 483-501.
获批项目简介：
项目名称：分数噪声驱动的分布依赖的随机微分方程中若干问题的研究(12371145), 2024.1- 2027.12, 44万.
项目简介：分布依赖的随机微分方程是描述随机系统的演化依赖于微观状态(移动粒子所处的位置)和宏观环境(系统的分布)的一种经典数学模型。由于该类方程的分布满足非线性的偏微分方程，且能刻画混沌传播现象和相变问题，因此被广泛关注和研究。分数噪声是非马氏过程的典型代表，由它驱动的分布依赖的随机微分方程是随机分析研究领域中一个非常重要研究对象。本项目拟研究分数噪声驱动的分布依赖的随机微分方程的适定性、渐近行为、平稳测度的存在性以及Euler-Maruyama逼近的显示收敛速率等问题。本项目的研究将增强对非马氏过程驱动的随机微分方程正则性质的理解，丰富国内在随机分析研究领域的研究。
