讲座时间：2022年4月21日（星期四）19:30-21:00

讲座地点：腾讯会议  827 568 651

讲座题目：基于“智能”增强的复杂系统预测控制

讲座嘉宾：李少远 教授

报告人简介:

李少远  上海交通大学讲席教授，博士生导师。1987年毕业于河北工学院(现河北工业大学)自动控制系，1992年在该系获得硕士学位，1997年南开大学计算机与系统科学系获得博士学位，2000年上海交通大学控制科学与工程博士后流动站出站后留校，研究方向为网络化分布式系统的自适应预测控制、满意优化控制和生产全过程系统的优化控制，在国内外学术杂志上发表学术论文280余篇，承担了包括国家自然科学基金重大项目、国家973计划课题、国家863计划项目在内的国家级科研项目20余项，由科学出版社出版学术专著3部，主要成果获得2006年上海市自然科学一等奖(第一完成人) ，2010年获得首届杨嘉墀科技奖二等奖，2016年中国自动化学会自然科学一等奖(第一完成人)，2017年国家自然科学二等奖(第二完成人)，2017年上海市教学成果特等奖(第一完成人)，2018年国家级教学成果一等奖(第一完成人)。2008年获得国家杰出青年基金资助，获得上海市教学名师称号和宝钢优秀教师奖特等奖提名奖，入选国家百千万人才计划。

李少远教授现担任中国自动化学会副理事长，中国自动化学会过程控制专业委员会副主任和上海市自动化学会理事长等职，担任教育部自动化类专业教学指导委员会副主任，国务院学科评议组成员(控制科学与工程)，担任”Int. J. System Control and Information Processing”国际杂志主编，《控制理论与应用》副主编，及多个杂志的编委。

讲座摘要：

预测控制是适应复杂控制系统的优化需求而不断在算法策略上不断创新发展的，从最初的单变量/多变量回路级的预测控制，到分层递阶优化设点值的优化，随着信息交互技术的发展出现了网络信息模式下分布式系统的预测控制。在这一发展轨迹上，以人工智能为一族的各类学习算法起到重要的促进作用，从预测模型的建立及其误差校正，到分层递阶结构下RTO/EMPC的优化求解，再到分布式预测控制中的协同优化等，正在呈现以具有学习/自适应功能为主要特征的“人工智能”预测控制，本次报告将讨论以上这些方面预测控制新的发展及其今后的展望。