（一）
報告時間：11月10日（星期四）09:00-09:30
報告地點：信息樓自動化學院310報告廳、騰訊會議（ID: 700-3480-7588）
報 告 人：陳謀教授，南京航空航天大學
報告題目：人工智能時代無人機決策與控制關鍵技術
內容簡介：無人機作為新一代信息化戰爭的新興力量和武器裝備體系的重要組成部分，在未來空戰中的地位與作用不斷提升，受到了各大軍事強國的廣泛關注。自主決策與控制是無人機有效完成任務和提升自身生存率的重要技術之一。本報告主要從人工智能對提升無人機自主能力所發揮的重要作用，多源信息自主融合技術、單體無人機智能決策與飛行控制技術、多無人機智能協同決策與協同飛行控制技術等方面所涉及的挑戰問題進行了展望，并給出了一些未來研究方向和已取得的部分研究成果。
報告人簡介：陳謀，博士，教授、博士生導師，享受國務院政府津貼。2018年國家自然科學基金杰出青年基金獲得者、2019年國家“百千萬”人才工程入選者。先后在南京航空航天大學獲學士與博士學位，并先后在英國拉夫堡大學、新加坡國立大學和澳大利亞阿德萊德大學做訪問或博士后研究。目前擔任SCI收錄英文期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》、《Neurocomputing》、《Chinese Journal of Aeronautics》等編委、《自動化學報》、《中國科學.信息科學》、《控制理論與應用》、《南京航空航天大學學報》等編委等。同時擔任教育部高等學校教學指導委員會兵器類委員、中國人工智能學會智能空天專業委員會副主任委員、中國指揮與控制學會群集智能與協同控制專業委員會副主任委員、自動化學會信息物理系統控制與決策專業委員會副主任等。先后獲國家自然科學二等獎1項(排名第二)、江蘇省科學技術獎一等獎1項(排名第一)、獲國防科技進步二等獎2項(排名第一)，申請授權發明專利30余項。出版中英文專著3部，發表學術論文200余篇。
（二）
報告時間：11月10日（星期四）09:30-10:00
報告地點：信息樓自動化學院310報告廳、騰訊會議（ID: 700-3480-7588）
報 告 人：李鴻一，廣東工業大學教授
報告題目：基于人在回路的多智能體系統協同控制
內容簡介：近年來，多智能體系統協同控制已經成為人工智能領域和控制領域的熱點研究方向，多智能體系統協同控制主要包括一致性控制、包含控制、編隊控制等，被廣泛應用于航天航空系統、電力系統、多機器人系統、多無人機系統等領域。然而，人工智能技術并不成熟，完全自主的機器還不完善。傳統的自主控制系統往往排除了人的干預，但當它們面對未知的復雜工況時，很容易出現決策風險或使系統失控，造成事故。因此，研究基于人在回路的多智能體系統協同控制問題是非常有必要的。操作人員參與到多智能體系統協同控制中，通過物理設備獲取周邊環境的信息和系統發出的各種信息，經過大腦的思考和分析，做出決策對系統進行下一步的控制，通過直接控制領導者，間接影響跟隨者，人的存在有利于整個多智能體群更好地完成任務，提高了系統的可靠性和安全性。本報告分為三個部分：首先，主要匯報人在回路控制的研究背景和多個應用實例；然后，介紹我們在基于人在回路的多智能體系統協同控制方面做出的一些研究工作；最后，總結本次匯報主要工作內容，并對未來研究工作進行展望。
報告人簡介：李鴻一，廣東工業大學教授、博士生導師、國家高層次人才特殊支持計劃科技創新領軍人才、國家優秀青年科學基金獲得者、教育部新世紀優秀人才。擔任IEEE Trans. Neural Network and Learning Systems、IEEE Trans. Fuzzy Systems、IEEE Trans. Systems, Man and Cybernetics: Systems、IEEE Trans. Cognitive and Developmental Systems、Journal of Systems Science and Complexity、《中國科學：信息科學》（中英文版）與《自動化學報》（中英文版）等10余個期刊編委，以及中國自動化學會控制理論專業委員會委員、信息物理系統控制與決策專業委員會委員以及青年工作委員會副主任委員。主要從事智能控制、協同控制及其應用等方面的研究。主持國家自然科學基金重點項目、優秀青年科學基金項目等國家和省部級項目10余項；發表Automatica及IEEE匯刊論文100余篇；獲省部級自然科學一等獎與二等獎3項、IEEE SMC學會Andrew P. Sage最佳匯刊論文獎2項、國際會議最佳論文獎、省級優秀碩士學位論文指導教師、IEEE TNNLS、IEEE/CAA JAS以及《中國科學：信息科學》最佳編委等榮譽。
（三）
報告時間：11月10日（星期四）10:00-10:30
報告地點：信息樓自動化學院310報告廳、騰訊會議（ID: 700-3480-7588）
報 告 人：薛文超，中國科學院數學與系統科學研究院副研究員
報告題目：一類不確定系統的擴張狀態濾波算法
內容簡介：卡爾曼型濾波是解決系統狀態估計問題的重要方法。本報告首先針對一類具有非線性不確定動態及擾動的系統，給出了系統可觀的條件以及擴張狀態卡爾曼濾波的設計方法及一些典型應用。在未知動態和隨機性噪聲同時存在下，證明了濾波算法的穩定性以及一致性（實時提供濾波誤差協方差陣的上界），同時證明了在一定條件下的漸近最優性。最后給出了傳感器網絡下的分布式擴張狀態卡爾曼濾波算法，分布式零偏補償卡爾曼濾波算法，以及它們的穩定性及一致性結果。
報告人簡介：薛文超，中科院數學與系統科學研究院副研究員，博士生導師。2007年于南開大學獲學士學位，2012于中科院數學與系統科學研究院獲博士學位。研究領域主要包括非線性不確定系統的控制與濾波，分布式估計，飛行器系統控制等，并致力于實際系統控制與狀態估計中基礎理論問題的提煉與解決。主持國家基金委優秀青年基金項目，裝發基礎研究項目課題，科技委國創特區課題。獲DDCLS 2018，CCC 2019等多個國際會議的優秀論文獎。入選中國科協青年人才托舉工程、中國科學院青年創新促進會會員、人工智能青年科學家俱樂部（青源會）會員。目前擔任IFAC Journal of Control Engineering Practice, 《系統科學與數學》等雜志編委；擔任中國仿真學會理事，中國自動化學會控制理論專委會副秘書長，中國指控學會自抗擾控制專委會。獲2020年度軍隊科學技術獎一等獎（排名第2）。
（四）
報告時間：11月10日（星期四）10:50-11:20
報告地點：信息樓自動化學院310報告廳、Zoom會議（ID: 840-5070-6930, 會議密碼：666666）
報 告 人：王殿輝教授，中國礦業大學、澳大利亞La Trobe大學
報告題目：面向復雜工業數據建模與預測分析的隨機配置機器學習理論
內容簡介：報告分為兩個部分：
1）基于我們前期在隨機算法方面的研究工作，介紹可配置深度學習理論框架和系列隨機學習算法，重點介紹構建隨機學習模型的約束條件和意義。闡述隨機配置學習算法的優點，如可以克服誤差反傳(Error Back-Propagation) 對激發函數可導性的限制，并從數學上嚴格證明了該算法訓練得到的學習模型具有零學習誤差性質（即保證算法的萬有逼近能力）。
2）復雜工業數據建模技術是工業智能技術與數據分析的核心，對智能傳感、智能控制、智能感知系統的研發具有重要意義。在很多工程應用中，我們需要在計算資源受限的情況下實現高精度、實時預測。目前的深度學習技術無論在理論基礎方面還是在工業應用方面都存在一些難以克服的瓶頸問題。結合因果關系不確定的復雜動態系統建模問題特點，通過工業數據建模實例討論工業數據建模技術中需要解決的問題以及它們與深度隨機配置網絡學習模型之間的關系。
報告人簡介：王殿輝，1995年3月畢業于東北大學工業自動化專業獲工學博士學位，1995年9月-1997年8月在新加坡南洋理工大學做博士后研究工作，1998年6月至2001年6月在香港理工大學計算學系做數據挖掘方面研究工作，2001年7月-2020年12月在澳大利亞La Trobe大學計算機科學與信息技術系，從事人工智能方面的教學與科研工作。自2017年以來，王殿輝教授是東北大學國家流程工業綜合自動化重點實驗室特聘教授、博士生導師， 2021年7月全職加盟中國礦業大學人工智能研究院，12月被任命為中國礦業大學人工智能研究院首任院長，2022年創建隨機配置機器學習研究中心并任主任。王殿輝教授早年師從謝緒愷教授（碩士）和中國工程學院院士柴天佑教授（博士）。碩士階段研究成果發表在控制領域國際權威雜志TAC, Automatica 5篇。從92年攻讀博士學位開始，長期致力于使用人工神經網絡工具進行復雜工業動態系統建模問題的研究，于2017年創建深度隨機配置機器學習理論。目前這一隨機學習模型在學術界和工業界都得到了廣泛認同并正在產生積極影響。王殿輝教授是國家特聘專家、Industrial Artificial Intelligence (工業人工智能， Springer出版社) 創刊人、執行主編，IEEE Transactions on Fuzzy Systems, IEEE Transactions on Cybernetics, Information Sciences, Artificial Intelligence Review等知名國際學術期刊副主編，目前承擔科技部《2030人工智能基礎》重大項目研究（課題負責人），發表學術文章240余篇，編輯Springer Lecture Notes一部，在Information Sciences 編輯隨機學習算法、工業人工智能方面特刊4卷。
（五）
報告時間：11月10日（星期四）11:20-11:50
報告地點：信息樓自動化學院310報告廳、Zoom會議（ID: 840-5070-6930, 會議密碼：666666）
報 告 人：李祖奎，加拿大阿爾伯塔大學副教授
報告題目：Joint Chance-constrained Stochastic Model Predictive Control (SMPC) Using Recurrent Neural Network
內容簡介：Model predictive control (MPC) is an advanced control methodology that has received many attentions in the industry. Stochastic MPC (SMPC) is a popular strategy to cope with MPC problems under stochastic disturbances. However, it faces the challenges of nonconvexity and feasibility quantification due to the probabilistic nature of the constraints. A novel recurrent neural network (RNN)-based approach is proposed in this work to handle the joint chance-constrained stochastic model predictive control (SMPC) problem. In the proposed approach, the joint chance constraint (JCC) is first reformulated as a quantile-based inequality to reduce the complexity in approximation. Then, the quantile function (QF) in the quantile-based inequality is replaced by the empirical QF and is further approximated via an RNN-based surrogate model, which is embedded into the SMPC problem formulation to predict quantile values at different sampling instants. By employing the RNN-based appro-ximation, the SMPC problem is converted to a deterministic nonlinear optimization problem. The proposed approach is applied to a hydrodesulphurisation process to demonstrate its efficiency in solving practical SMPC problems.
報告人簡介：Zukui Li is an Associate Professor in the Department of Chemical and Materials Engineering at University of Alberta in Canada. He holds a Bachelor’s degree in Automatic Control and a Master’s degree in Control Theory and Control Engineering from the University of Science and Technology of China. He received his Ph.D. in Chemical Engineering from Rutgers University. He was a postdoctoral research associate at Princeton University before joining the University of Alberta as an Assistant Professor. His research areas include mathematical optimization, systems engineering, process control, and machine learning. He has published around 100 papers. He is an active member of several systems and control communities, including IFAC Technical Committee on Mining, Mineral and Metal Processing, the CAST division of American Institute of Chemical Engineers (AIChE) and the System and Control Division of Canadian Society of Chemical Engineering (CSChE). He severed as an organization committee member for a few international conferences, including the IFAC International Symposium on Advanced Control of Chemical Processes (ADCHEM), the International Symposium on Advanced Control of Industrial Processes (AdCONIP), and the International Symposium on Process Systems Engineering (PSE).
（六）
報告時間：11月10日（星期四）16:20-16:50
報告地點：信息樓自動化學院310報告廳、Zoom會議（ID: 840-5070-6930，會議密碼：666666）
報 告 人：石碰教授，澳大利亞阿德萊德大學
報告題目：Cyber-physical Systems: Analysis and Design
內容簡介：Cyber-physical systems (CPSs) are the mechanisms controlled or monitored by computer-based algorithms, tightly integrated with the internet and its users. CPSs are the central research topic in the era of Industrial 4.0 and continue to be in the forthcoming Industrial 5.0. Undergoing an ever-enriching cognitive process, CPSs deeply integrates control, communication, computation, cloud and cognition, which makes the systems more vulnerable to cyberattack. In this talk, we will review some basic knowledge with respect to the concepts, history, and some viewpoints on CPS security. Some commonly appeared malicious threats will be presented and analyzed.
報告人簡介：Peng Shi received the PhD degree in Electrical Engineering from the University of Newcastle, Australia, the PhD degree in Mathematics from the University of South Australia, the Doctor of Science degree from the University of Glamorgan, UK, and the Doctor of Engineering degree from the University of Adelaide, Australia. He is now a Professor at the School of Electrical and Electronic Engineering, and the Director of Advanced Unmanned Systems Laboratory, at the University of Adelaide, Australia. His research interests include systems and control theory and applications to autonomous and robotic systems, cyber-physical systems, and multi-agent systems. He has received a number of awards and recognitions, including the MA Sargent Medal Award from Engineers Australia in 2022, and the acknowledgement of the Life-time Achiever Leaderboard in Engineering and Information Technology from The Australian. Currently he serves as the Editor-in-Chief of IEEE Transactions on Cybernetics, and senior editorial roles in some journals, including the Co-Editor of Australian Journal of Electrical and Electronics Engineering, and a Senior Editor of IEEE Access. His professional services also include as the President of the International Academy for Systems and Cybernetic Sciences, the Vice President of IEEE SMC Society, and IEEE Distinguished Lecturer. He is a Fellow of IEEE, IET, IEAust and CAA, a Member of the Academy of Europe, and an Honorary Member of the Romanian Academy of Scientists.
