2019年11月23日-11月24日，2019中国自动化大会专题论坛之“控制理论与系统科学”在杭州国际博览中心成功召开。控制理论以系统为主要对象，以数学方法和计算机技术为主要工具，研究各种控制策略、方法和技术。系统科学是研究系统的结构、演化和调控规律的科学。这两门学科结合运筹、控制、信息科学等技术发展起来，并紧密联系在一起。从前沿的随机理论，到网络化系统的安全、集群控制与优化，再到先进工业的机组动力、低风速风电机、电网优化等，本专题展示了这两门学科的最新研究成果。本论坛由中国科学院张纪峰教授和浙江大学吴争光研究员共同担任论坛主席。

 

首先，山东大学张承慧教授介绍了动力电池综合测试与智能模拟关键控制技术。报告阐述了国内外技术现状，详细介绍了所研发的新型动力电池综合测试与智能模拟仪器，以及电池性能参数的综合评价体系。所提出的方法和仪器为研发动力电池及BMS等提供了科学全面的数据与方法，为测试电动汽车等电动装备提供了科学仪器，推进了动力电池及相关产业的健康发展和科学研究。

 

清华大学周彤教授作了关于大规模网络化系统基本特性分析与状态估计的报告，通过引入一种基于输出连接的大规模系统描述方式，讨论了可控性、可观性、稳定性、分布式状态估计等基本问题。周彤教授详细介绍了其研究成果：1）此类系统可控/可观要求其每一个子系统都可控/可观，且其可控性和可观性仅决定于其子系统的传输零点和连接矩阵；2）一种独立依赖于每个子系统动态特性和出度的可控性、可观性判断方法，以及显式依赖于子系统连接矩阵的、系统稳定的充分必要条件；3）在无偏性和最小方差的要求下，推导出一种基于局部信息的递推式状态估计算法，并给出该算法与集总式卡尔曼滤波具有同样估计精度时，系统参数所需满足的条件。

 

四川大学刘淑君教授在报告中介绍了关于随机极值搜索方法研究的有关进展和一些思考。她首先介绍了已有的关于连续时间和离散时间随机平均理论以及相应的随机极值搜索算法设计与分析；然后介绍了在时变系统随机平均理论及分布式随机极值搜索方法的有关研究结论；最后介绍了在时滞系统随机平均理论方向上的最新研究进展和一些思考。

 

 

华中科技大学袁烨教授从数据驱动的角度介绍了信息物理系统（CPS）的建模问题。由于物理元件与网络的结合以及系统之间的相互作用，使得CPS的建模成为难题。报告介绍了一种在无先验知识条件下基于数据的模型辨识方法。该方法借鉴了人工智能的思想，涉及到物理系统的识别，以及使用稀疏识别进行计算机逻辑推理。该新框架已成功地应用于许多实际例子。

 

杭州电子科技大学田玉平教授作了关于不确定信息下分布式检测与假设检验的报告。分析传感器网络检测性能在不确定信息条件下与网络结构、传感器数量和质量的关系，具有重要的理论意义和应用价值。报告从无线传感器网络典型检测结构、二元假设检验与分布式检验准则、多数统治规则在有缺陷的平衡M-叉树型网络中的渐近检测性能等几个方面，介绍了分布式检测和假设检验领域的研究概况和研究成果。

 

南京理工大学邹云教授深入阐述了低风速风电机组高效风能捕获的广义跟踪控制技术。报告指出，随着高风速风场的充分开发，接近负荷中心的低风速地区是我国风电发展战略的重要方向。邹云教授的团队突破常规思路的控制策略技术路径，基于湍流风速下慢动态风轮的最大化风能捕获原理，引入叶片关键气动参数和传统跟踪控制中的参考输入作为两种广义控制手段，将风轮气动参数、跟踪参考输入与跟踪控制关联协调，提出了风电机组的广义跟踪控制新概念与新方法，有效提高了低风速风能的开发利用效率。

 

东南大学虞文武教授基于数学、控制科学、系统科学、人工智能理论，首先简单回顾了复杂网络系统、多个体系统、群体智能的协同分析、控制与优化的一些基本知识。特别地，报告从神经网络理论方法、群体智能学习与协同控制、群体智能信息挖掘与决策优化等介绍近期的相关进展，并在此基础上对未来的工作和挑战做进一步阐述。然后着重介绍在互联网+、大数据和人工智能2.0时代下，基于分布式控制与优化的网络群体智能所面临的新挑战，并在此基础上探索对网络群体智能的一些思考。

 

最后，东北大学杨涛教授介绍了分布式优化在智能电网中的应用。分布式优化算法通过多智能体之间的相互合作协调来解决大规模的优化问题。与传统的集中式优化算法相比，分布式优化算法更为灵活、方便、高效。分布式优化算法在电力系统、交通系统、信息物理系统等领域有广泛应用。报告首先回顾和总结现有的分布式优化算法；接下来，针对智能电网中分布式能源的最优协同控制问题，介绍了两种分布式协同优化算法，严格理论证明了算法的收敛性，同时在典型的IEEE-39节点系统中进行了验证。

来源：大会组委会