【CAC2023专题论坛】复杂系统辨识建模与数据驱动控制优化论坛成功举办

11月19日下午，“复杂系统辨识建模与数据驱动控制优化”专题研讨会成功举办，大连理工大学刘涛教授担任主席，重庆邮电大学侯杰副教授担任副主席。一共邀请了七位专家作报告，分别是昆明理工大学那靖教授、广东工业大学周郭许教授、中国科学院数学与系统科学研究院赵文虓研究员、大连理工大学刘涛教授、北京航空航天大学孟德元教授、北京理工大学李春晖博士、重庆邮电大学侯杰副教授。参加专题论坛的老师、学者以及研究生们进行了积极提问和讨论，受到广泛好评和点赞。

首先由昆明理工大学那靖教授作主题为“含非光滑动态模块化系统一体化建模及自适应参数估计”的学术报告。他的报告首先讲述了复杂机电系统精准建模及辨识的困难和挑战。然后针对含非光滑动态的模块化系统，介绍一种一体化建模及参数估计方法，通过引入分段线性逼近技术及设计观测器，避免了对中间变量及系统状态的依赖。在此基础上，构建一类基于参数误差信息的自适应学习算法，实现非光滑动态特特征参数及线性动态系统参数的准确估计，提升自适应参数估计的综合性能。那靖教授的报告吸引了很多参会学者和师生们的聆听和互动交流，江南大学陈晶教授和重庆邮电大学侯杰副教授向那靖教授询问关于模块化参数选择问题和一体化模型分段线性化函数确定的问题，双方进行了深入交流与讨论。

那靖教授作报告

广东工业大学周郭许教授作了主题为“Toward Understanding Convolutional Neural Networks from Volterra Convolution Perspective”的学术报告。他的报告介绍了一种尝试解释和研究卷积神经网络特性的新方法，不需要考虑复杂多样的具体网络架构。该方法将卷积神经网络的基础结构（包括全连接、池化、非线性激活等）以及它们的组合统一转化成Volterra卷积展开。得益于转化后的卷积代理核反映原始网络的特征，可以通过研究代理核来分析和解释原始网络。最后，阐述了估计零阶和一阶代理核的方法，并且演示了它们的初步应用。大连理工大学刘涛教授、江南大学陈晶教授、以及重庆邮电大学侯杰副教授分别就卷积神经网络进行Volterra卷积表征中涉及的误差评估问题、“维度灾难”问题与阶次选择问题，同周郭许教授进行了深入交流与讨论。

周郭许教授作报告

中国科学院数学与系统科学研究院赵文虓研究员作了主题为“随机非线性系统的辨识与自适应估计”的学术报告。他的报告首先简要介绍大数据和智能化趋势给系统辨识带来的新问题:系统更加复杂(非线性、稀疏性、网络化)，数据含多种不确定性(随机干扰、数据非平稳、信息不完整)，对算法的实时性、自主性、协同性提出更高要求(在线算法、分布式算法等)。围绕这些问题，讲述了报告人课题组的相关研究成果和进展，并且探讨了进一步的研究课题。南京大学周克敏教授、昆明理工大学那靖教授就非线性系统辨识的结构与参数可靠性问题、发动机非线性系统辨识问题，同赵文虓研究员进行了深入交流和讨论。

中国科学院数学与系统科学研究院赵文虓研究员作报告

大连理工大学刘涛教授作了主题为“基于实时检测数据的工业结晶过程建模与数据驱动控制”的学术报告。他的报告针对工业结晶过程机理复杂、用于描述晶体种群生长动态特性的粒数衡算模型(典型的偏微分方程)不能用于控制系统设计、以及实际结晶工程迫切需要能反映过程操作输入与产物输出响应的建模方法等突出问题，提出基于实时检测结晶过程溶液浓度和晶体生长尺寸的数据映射建模方法，用于结晶过程关键状态估计、控制设计、运行优化、以及目标晶体产品质量预测。通过一些具体工程应用案例来验证说明这些方法的有效性和优点。昆明理工大学那靖教授、上海交通大学张晗助理教授就工业结晶过程建模核函数选择问题、数据驱动工业结晶过程偏微分方程的求解问题，同刘涛教授进行了深入交流和讨论。

刘涛教授作报告

北京航空航天大学孟德元教授作了主题为“不确定学习系统的鲁棒数据驱动控制”的学术报告。他的报告针对不确定学习系统，介绍了一些鲁棒数据驱动控制方法。首先，面向线性学习系统，利用输入输出数据提出一类基于可跟踪性的学习控制方法，保证模型信息完全未知的系统实现完全跟踪目标。进一步，引入扩展状态观测器的设计方法，以提高线性学习系统对不确定干扰的抑制能力。此外，面向非线性学习系统，结合优化的思想，提出了一类基于数据的自适应学习控制方法，克服未知模型和不确定干扰的影响，保证鲁棒跟踪目标的实现。大连理工大学刘涛教授、昆明理工大学那靖教授就压缩条件与超稳定条件的存在性问题、ESO引入迭代学习控制的难题，同孟德元教授进行了深入交流和讨论。

孟德元教授作报告

北京理工大学李春晖博士作了主题为“结构化动态系统辨识”的学术报告。他的报告阐明结构化动态系统辨识能够为多智能体集群控制提供模型，具有重要研究意义。详细介绍了结构化系统辨识的两方面研究成果：1）在已知拓扑结构先验信息的情形下辨识模型参数，并扩展到含未知输入的结构化系统辨识；2）在拓扑结构未知的情形下联合辨识拓扑结构和模型参数，并拓展到含有隐变量的图模型的辨识。论坛嘉宾赵文虓研究员、侯杰副教授和上海交通大学张晗助理教授等分别就结构化动态系统辨识的稳定性、大规模复杂网络状态空间模型表征的物理意义、结构化动态系统辨识的收敛性问题，同李春晖博士进行了深入交流和讨论。

李春晖博士作报告

重庆邮电大学侯杰副教授作了主题为“输入输出含噪声模块化非线性系统一致辨识”的学术报告。他的报告首先简要介绍了数据采集过程的测量噪声干扰给非线性系统建模和参数辨识带来的难题。然后，针对含测量噪声的非线性模块化系统，提出了如何消除测量噪声不利影响、实现对非线性系统一致无偏估计的状态空间辨识方法。通过构建不确定量化方法，分析了测量噪声带来参数辨识偏差的原因。基于随机过程高阶矩理论，提出了偏差消除的一致子空间辨识算法。考虑到偏差消除量为关于噪声方差的函数，提出了未知噪声方差估计方法，从而保障所提算法能够被运用于噪声特性未知的实际工业系统。论坛嘉宾赵文虓研究员和山东科技大学王建东教授分别就子空间最优变量选择问题和无线充电EIV系统的设计问题，同侯杰副教授进行了深入的讨论与交流。

侯杰副教授作报告

经过内容丰富多彩和时间紧凑的七个专题报告，让参加研讨会的老师、学者、学生们、以及自动化大会参会代表切实感受了复杂系统辨识建模与数据驱动控制优化方面的前沿研究成果和工程应用技术，反响非常热烈，受到参会学者的一致好评，为后续有关研究工作的深入开展起到了积极推动作用。