应我校yl23411集团邀请，安徽大学的何舒平教授、黑龙江省科学院智能制造研究所的朱明清研究员、南京工业大学的沈谋全教授、哈尔滨工业大学（威海）的秦泗甜教授、哈尔滨工业大学的罗浩教授、浙江大学的杨秦敏教授、哈尔滨工业大学（威海）的吴开宁教授、中国矿业大学得的朱松教授、河南理工大学的卜旭辉教授、北京理工大学的张言军教授将于2026年2月7日-8日为我院教师和研究生讲学。本次系列报告主办单位为永利官网重点建设与发展工作处、yl23411集团。报告地点: 和颐至尊酒店(哈尔滨高铁西站万达广场店)，一楼会议室。欢迎yl23411集团及全校相关教师、博士生、硕士生参加!

报告1：复杂网络化控制系统的安全控制

报告人：何舒平 教授

报告人单位：安徽大学

时间：2026年2月7日上午（周六）8：30

何舒平教授简介：安徽大学二级教授，副校长。担任国家一流课程《电路》和安徽省优秀研究生导师团队负责人。主要从事复杂系统优化与控制研究，主持国家级基金和项目6项，主持教育部人才项目，安徽省杰出青年基金、重点基金、重点研发计划等20余项。发表Automatica和IEEE汇刊论文60余篇，热点/高被引论文30余篇，授权发明专利30项，出版中/英文书籍3部。现担任Neurocomputing、《智能科学与技术学报》等期刊编委。曾获安徽省教学成果一等奖4项（第1）、全国宝钢优秀教师奖、中国产学研合作创新个人奖、安徽省科学技术二等奖（第1）、中国自动化学会自然科学一等奖/创新团队奖等；担任中国高等教育学会高等教育分会监事、中国人工智能学会科普工作委员会委员、中国自动化学会青年工作委员会委员等。

报告摘要：随着控制系统对网络通信的依赖不断增强，网络攻击对系统的安全与稳定构成了重大挑战。针对拒绝服务（DoS）攻击导致的通信中断问题，系统性地研究了复杂网络化系统的安全控制与故障检测方法。研究对象涵盖一维与二维系统、单体与多智能体系统，提出了从被动防御到主动安全的多类控制策略，并设计了基于智能优化的故障检测观测器。相关成果为保障网络化系统在攻击环境下的稳定运行与可靠决策提供了理论支撑与方法依据。

报告2：自动化技术在工业现场中的应用现状概述

报告人：朱明清 研究员

报告人单位：黑龙江省科学院智能制造研究所

时间：2026年2月7日上午（周六）9：30

朱明清教授简介：朱明清研究员主要从事控制科学与工程领域科学研究工作，现任黑龙江省科协副主席、黑龙江省自动化学会秘书长兼副理事长、中国自动化学会理事、中国人工智能学会高级会员，承担国家科技支撑计划项目、省重点研发计划项目等30余项，发表学术论文60余篇，授权发明专利10余项。

报告摘要：主要概述自动化相关理论、技术、产品等在工业现场中的应用情况，以数字化车间、智能化工厂为案例，突出自动化技术的实践效果和趋势，为教育教学、人才培育等提供参考借鉴。

报告3：非周期下无模型优化控制

报告人：沈谋全 教授

报告人单位：南京工业大学

时间：2026年2月7日上午（周六）10：30

沈谋全教授简介：南京工业大学电气工程与控制科学学院教授委员会主任、博士生指导教师，东南大学博士后，香港大学、韩国岭南大学和澳大利亚阿德莱德大学等境外高校访问学者。入选江苏省“六大人才高峰”高层次人才、2024年度全球前2%顶尖科学家榜单。主持国家自然科学基金等省部级以上项目 10 余项。近年来，在 IEEE Transactionson Automatic Control、IEEE Transactionson Cybernetics和IEEE Transactions on Systems, Man, and Cybernetics: Systems 等期刊发表论文 130 余篇、H 指数30,其中 ESI 热点论文3 篇和 ESI 高被引12篇。曾担任3个国际会议主席、受邀多个国际会议做大会报告，目前担任IEEE Transactions on Circuits and Systems II: Express Briefs 等国际期刊 AE，是IEEE TAC、Automatica 等90余种国内外期刊审稿人，也是国家自然科学基金、国家重点研发计划和多个省市科技项目通讯评审人。

报告摘要：本报告主要讨论无模型优化控制策略。首先，分别采用有限时间控制方法、结合扩展状态观测器的干扰估计方法以及自适应动态规划方法，设计了三种数据驱动优化控制策略。然后，通过引入有限时间参数、真实与估计的跟踪误差以及瞬时和平均数据，构造了三种新颖的事件触发机制。接着，提出了充分条件来确保闭环误差系统的最终一致有界性。最后，列举了一些例子来验证所提方案的有效性。

报告4：分布式资源分配问题的神经动力学方法

报告人：秦泗甜 教授

报告人单位：哈尔滨工业大学（威海）

时间：2026年2月7日上午（周六）11：30

秦泗甜教授简介：教授，博士生导师，山东省泰山学者青年专家，哈尔滨工业大学（威海）理学院院长。2010年获哈尔滨工业大学基础数学博士学位。现工作于哈尔滨工业大学（威海）理学院，主要研究方向是神经动力学优化方法及其应用。近年先后主持五项国家自然科学基金，在SCI检索的学术期刊上发表论文100余篇，其中在IEEE汇刊上发表20余篇论文。他还在本领域的多个国际学术会议上担任重要职务，并应邀先后四次前往香港中文大学、香港理工大学、香港城市大学进行学术访问。

报告摘要：随着智能电网、机器人系统及大规模网络化系统的快速发展，传统集中式优化方法在资源配置问题中经常面临计算复杂度高、通信负担重和鲁棒性不足等挑战。针对这些问题，本报告首先系统介绍分布式资源配置问题的由来和应用背景，然后针对几类常见的分布式资源配置问题，分别设计几类高效求解的神经动力学算法。例如，针对带有耦合等式及局部不等式约束的分布式资源分配问题，设计基于自适应技巧和事件触发机制的神经动力学算法，有效降低了多智能体之间的通信频率和计算负担。同时，考虑到复杂通信环境下的多种网络拓扑和不确定性外部干扰，分别给出了神经动力学算法稳定的理论判据。数值仿真结果说明了所提出方法在通信效率、收敛性能及鲁棒性等方面的优越性。

报告5：基于观测器的参数-状态-扰动协同估计方法及其在复杂工业系统过程监测中的应用

报告人：罗浩 教授

报告人单位：哈尔滨工业大学

时间：2026年2月8日上午（周日）8：30

罗浩教授简介：国家级青年人才，2007年毕业于西安交通大学电气工程专业，获得学士学位，分别于2012年和2016年在德国杜伊斯堡-埃森大学电气与信息工程专业获得硕士和博士学位。现任哈尔滨工业大学航天学院教授，博士生导师。他的研究领域包括基于模型和数据驱动的故障诊断、容错系统，以及基于医疗数据的辅助诊断方法。相关研究成果出版专著3部，发表SCI期刊100余篇，授权专利30多项。曾担任IEEE工业电子学会“数据驱动控制与诊断”技术委员会的主席，目前担任IEEE Transactions on Industrial Electronics、IEEE Transactions on Artificial Intelligence等期刊副主编。

报告摘要：本报告基于观测器方法探讨了自动控制系统中未知扰动、状态以及系统参数的协同估计方法。该方法的基本思想在于将闭环测量数据中的耦合关系解耦，实现了未知扰动、系统状态以及系统未知参数的同时估计，确保了扰动估计误差、状态估计误差和参数估计误差的协同校正与收敛。随后，报告提出了基于观测器的动态神经网络学习方法，该方法通过基于观测器的自适应学习机制，对神经网络的权重进行学习和在线更新，在确保对复杂系统非线性动态精确辨识的同时，增强了神经网络权重学习的可解释性。最后，报告介绍了上述方法在复杂工业系统过程监测中的应用结果。

报告6：海上风力发电系统的智能控制与稳健运行

报告人：杨秦敏 教授

报告人单位：浙江大学

时间：2026年2月8日上午（周日）9：30

杨秦敏教授简介：浙江大学求是特聘教授，国家级高层次人才。在美国密苏里大学获电子工程博士学位，曾任Caterpillar公司高级系统工程师。先后主持自然科学基金联合重点、面上项目、科技部863课题、工信部智能制造课题等项目。现为IEEE高级会员，中国自动化学会ADPRL专委会副主任，控制理论专委会新能源学组秘书长，担任IEEE TNNLS，TSMC: Systems，TIMC等国内外期刊编委。曾获浙江省科技进步一等奖、二等奖、自动化学会科技进步一等奖、自动化学会优博论文导师奖、浙江省万人计划领军人才等荣誉。

报告摘要：海上风力发电是实现我国能源战略的重要支撑。然而，当前的海上风电技术水平在满足未来在经济性，安全性等方面的要求时还面临很大的挑战。为了实现风能利用过程中的智能化和健壮性，本研究通过智能控制领域的最新理论进展，尝试提出一些新方法用于提高海上风电接入的效率和可靠性，希望能对我国下一代能源网络的实施提供一些新的工具。

报告7：基于观测器的随机抛物系统H无穷容错控制

报告人：吴开宁 教授

报告人单位：哈尔滨工业大学（威海）

时间：2026年2月8日上午（周日）10：30

吴开宁教授简介：哈尔滨工业大学（威海）数学系教授，博士生导师。1999-2009在哈尔滨工业大学数学系学习，2009年获博士学位。2010年-2011年，在台湾清华大学电机系从事博士后研究，2016年-2017年，在澳大利亚阿德莱德大学做公派访问学者。主持包括国家自然科学基金面上项目在内的科研基金10余项。近年来，在IEEE Transactions on Automatic Control. Automatica, IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Cybernetics等期刊发表SCI论文70余篇。自2024年担任IEEE Transactions on Neural Networks and Learning Systems的Associate Editor. 现为山东省自动化学会理事会理事，中国系统与仿真学会仿真算法委员会委员。研究兴趣包括随机系统理论、偏微分系统边界控制以及微分方程数值方法。

报告摘要：本文针对一类存在执行器故障的随机抛物型系统（SPS），提出了一种基于观测器的 H∞ 容错控制器。给出了一个包含状态向量和误差向量的扩展 SPS。通过矩阵分解和不等式技术解决了故障与系统状态之间的耦合难题。所设计的基于观测器的控制器确保了 SPS 实现均方有限时域 H∞ 性能。最后，通过 CPU 芯片热故障的仿真，说明了所提方案的有效性。

报告8：时滞动态忆阻神经网络稳定性分析

报告人：朱松 教授

报告人单位：中国矿业大学

时间：2026年2月8日下午（周日）14：00

朱松教授简介：中国矿业大学教授,博士生导师,中国自动化学会控制理论专业委员会随机系统控制学组成员,中国自动化学会青年工作委员会委员等,徐州市工业与应用数学学会秘书长,徐州市统计学会常务理事; 获湖北省自然科学奖2项,中国自动化学会自然科学奖，江苏省高等学校科学技术研究成果奖,江苏省工业与应用数学学会科学技术青年奖,中国矿业大学首届优秀青年才俊, 校师德楷模提名奖；主持国家自然科学基金重点项目课题、面上项目等10余项；以第一作者或通讯作者在IEEE 汇刊等国际著名期刊发表学术论文100余篇；指导学生12人获国家奖学金,1人获江苏省优秀硕士学位论文。研究方向：随机系统稳定性理论、神经网络、忆阻器、流体网络。2017,2021,2022年借调于国家自然科学基金委员会信息科学部。

报告摘要：本报告将主要介绍时滞忆阻神经网络的稳定性(单稳定性及多稳定性)以及在联想记忆方面一些应用。

报告9：基于动态线性化技术的数据驱动控制理论

报告人：卜旭辉 教授

报告人单位：河南理工大学

时间：2026年2月8日下午（周日）15：00

卜旭辉教授简介：教授、博士生导师。中原科技创新领军人才、河南省高层次人才、河南省高校科技创新团队负责人，斯坦福大学全球前2%科学家。主要从事数据驱动控制、智能系统与学习控制、网络化系统控制等方向的研究工作。主持国家自然科学基金4项、省部级与企业合作项目10余项；发表学术论文130余篇，其中SCI期刊论文90余篇，在科学出版社和Springer出版社出版专著2部；第一完成人获河南省自然科学二等奖、河南省科技进步奖二等奖各1项，作为主要参与人获省政府二等奖3项，授权发明专利11项。现任亚洲控制学会DDCS委员会秘书长、中国自动化学会数据驱动控制学习与优化专委会副秘书长，获得中国自动化学会优秀硕士论文指导教师、河南省优秀硕士论文指导教师、河南省文明教师等称号。

报告摘要：随着工业生产过程的大型化和网络化，实际中执行生产和管理任务的控制系统愈发复杂，难以建立精确的数学模型信息，本报告阐述基于动态线性化的数据驱动自适应控制方法以及最新的研究进展。首先，介绍未知非仿射非线性系统的时间域动态线性化技术，以及相应一维度下的无模型自适应控制；然后，针对重复运行系统介绍迭代域动态线性化技术，并给出二维度下数据驱动迭代学习控制的设计方法；再者，针对未知非线性系统系统，介绍了时间域、迭代域、空间域三个维度方向的动态线性化技术，给出了协同控制、编队控制、二分控制等不同任务下的分布式数据驱动控制方法。最后，介绍研究团队在上述方向上的最新研究结果。

报告10：弱先验信息下多变量不确定系统的无奇异自适应控制

报告人：张言军 教授

报告人单位：北京理工大学

时间：2026年2月8日下午（周日）16：00

张言军教授简介：北京理工大学自动化学院教授、博士生导师、国家优秀青年基金获得者，主要从事非标准型不确定系统自适应与智能控制及其高性能飞行器应用研究工作。在IEEE-TAC、Automatica、SICON、中国科学：信息科学（中、英文版）等期刊发表论文50余篇。先后主持国家自然科学基金青年、面上、优青项目、JKW创新特区项目、北京市自然基金联合重点项目、装发重大应用基础项目子课题、国家博新计划项目、航空科学基金、航空航天部门（航空工业601所、航天科技一院12所、航天科工四院17所等）委托项目等20余项，现担任《Journal of Systems Science and Complexity》《电子学报》《航天控制》《飞机设计》等期刊编委/青年编委、中国自动化学会青工委、指控学会青工委、指控学会自抗扰专委会等委员。

报告摘要：多变量不确定系统的模型参考自适应控制（MRAC）是控制理论的重要方向。长期以来，如何降低自适应律对高频增益矩阵符号与参数边界先验的依赖始终是该领域的关键问题。本次报告介绍了我们的最新进展：在不改变传统MRAC其他常规假设的前提下，提出一种仅依赖增益矩阵顺序主子式非零条件的设计框架，无需预知高频增益符号与参数边界，仍能保证与经典MRAC相当的闭环稳定性与渐近跟踪性能。该结果在理论上显著放宽了控制律设计的先验条件，提升了理论方法的可实施性与鲁棒性。

欢迎各位老师同学届时参加！