2019年11月23日-11月24日，2019中國自動化大會專題論壇之“控制理論與系統科學”在杭州國際博覽中心成功召開。控制理論以系統為主要對象，以數學方法和計算機技術為主要工具，研究各種控制策略、方法和技術。系統科學是研究系統的結構、演化和調控規律的科學。這兩門學科結合運籌、控制、信息科學等技術發展起來，并緊密聯系在一起。從前沿的隨機理論，到網絡化系統的安全、集群控制與優化，再到先進工業的機組動力、低風速風電機、電網優化等，本專題展示了這兩門學科的最新研究成果。本論壇由中國科學院張紀峰教授和浙江大學吳爭光研究員共同擔任論壇主席。
.png)
首先，山東大學張承慧教授介紹了動力電池綜合測試與智能模擬關鍵控制技術。報告闡述了國內外技術現狀，詳細介紹了所研發的新型動力電池綜合測試與智能模擬儀器，以及電池性能參數的綜合評價體系。所提出的方法和儀器為研發動力電池及BMS等提供了科學全面的數據與方法，為測試電動汽車等電動裝備提供了科學儀器，推進了動力電池及相關產業的健康發展和科學研究。
.png)
清華大學周彤教授作了關于大規模網絡化系統基本特性分析與狀態估計的報告，通過引入一種基于輸出連接的大規模系統描述方式，討論了可控性、可觀性、穩定性、分布式狀態估計等基本問題。周彤教授詳細介紹了其研究成果：1）此類系統可控/可觀要求其每一個子系統都可控/可觀，且其可控性和可觀性僅決定于其子系統的傳輸零點和連接矩陣；2）一種獨立依賴于每個子系統動態特性和出度的可控性、可觀性判斷方法，以及顯式依賴于子系統連接矩陣的、系統穩定的充分必要條件；3）在無偏性和最小方差的要求下，推導出一種基于局部信息的遞推式狀態估計算法，并給出該算法與集總式卡爾曼濾波具有同樣估計精度時，系統參數所需滿足的條件。
.png)
四川大學劉淑君教授在報告中介紹了關于隨機極值搜索方法研究的有關進展和一些思考。她首先介紹了已有的關于連續時間和離散時間隨機平均理論以及相應的隨機極值搜索算法設計與分析；然后介紹了在時變系統隨機平均理論及分布式隨機極值搜索方法的有關研究結論；最后介紹了在時滯系統隨機平均理論方向上的最新研究進展和一些思考。
.png)
.png)
華中科技大學袁燁教授從數據驅動的角度介紹了信息物理系統（CPS）的建模問題。由于物理元件與網絡的結合以及系統之間的相互作用，使得CPS的建模成為難題。報告介紹了一種在無先驗知識條件下基于數據的模型辨識方法。該方法借鑒了人工智能的思想，涉及到物理系統的識別，以及使用稀疏識別進行計算機邏輯推理。該新框架已成功地應用于許多實際例子。
.png)
杭州電子科技大學田玉平教授作了關于不確定信息下分布式檢測與假設檢驗的報告。分析傳感器網絡檢測性能在不確定信息條件下與網絡結構、傳感器數量和質量的關系，具有重要的理論意義和應用價值。報告從無線傳感器網絡典型檢測結構、二元假設檢驗與分布式檢驗準則、多數統治規則在有缺陷的平衡M-叉樹型網絡中的漸近檢測性能等幾個方面，介紹了分布式檢測和假設檢驗領域的研究概況和研究成果。
.png)
南京理工大學鄒云教授深入闡述了低風速風電機組高效風能捕獲的廣義跟蹤控制技術。報告指出，隨著高風速風場的充分開發，接近負荷中心的低風速地區是我國風電發展戰略的重要方向。鄒云教授的團隊突破常規思路的控制策略技術路徑，基于湍流風速下慢動態風輪的最大化風能捕獲原理，引入葉片關鍵氣動參數和傳統跟蹤控制中的參考輸入作為兩種廣義控制手段，將風輪氣動參數、跟蹤參考輸入與跟蹤控制關聯協調，提出了風電機組的廣義跟蹤控制新概念與新方法，有效提高了低風速風能的開發利用效率。
.png)
東南大學虞文武教授基于數學、控制科學、系統科學、人工智能理論，首先簡單回顧了復雜網絡系統、多個體系統、群體智能的協同分析、控制與優化的一些基本知識。特別地，報告從神經網絡理論方法、群體智能學習與協同控制、群體智能信息挖掘與決策優化等介紹近期的相關進展，并在此基礎上對未來的工作和挑戰做進一步闡述。然后著重介紹在互聯網+、大數據和人工智能2.0時代下，基于分布式控制與優化的網絡群體智能所面臨的新挑戰，并在此基礎上探索對網絡群體智能的一些思考。
.png)
最后，東北大學楊濤教授介紹了分布式優化在智能電網中的應用。分布式優化算法通過多智能體之間的相互合作協調來解決大規模的優化問題。與傳統的集中式優化算法相比，分布式優化算法更為靈活、方便、高效。分布式優化算法在電力系統、交通系統、信息物理系統等領域有廣泛應用。報告首先回顧和總結現有的分布式優化算法；接下來，針對智能電網中分布式能源的最優協同控制問題，介紹了兩種分布式協同優化算法，嚴格理論證明了算法的收斂性，同時在典型的IEEE-39節點系統中進行了驗證。
來源：大會組委會
