中国自动化学会信息物理系统控制与决策专业委员会学术交流研讨会

时间：2026年5月15日 14:30-18:00

地点：南京丰大国际大酒店2楼武汉厅

丘立 香港中文大学，深圳

摘要

　系统集体和信息交互网络是互联群体系统的两大核心要素。针对大规模大差别异构群体系统，我们运用矩阵相角刻画了集体多样性和信息交互网络的沟通品质，并揭示了二者对群体系统表现潜力的本质影响。

个人简介

　 丘立 ，教授，于1981年在湖南大学电气工程系获学士学位。并分别于1987年和1990年在加拿大多伦多大学电气工程系获得硕士和博士学位。其后短期工作于加拿大太空署，滑铁卢大学，菲尔兹数学科学研究所，明尼苏达大学数学及其应用研究所。1993年至2024年在香港科技大学任教，现为电子及计算机工程系荣休教授。 2024年开始在香港中文大学（深圳）工作，任理工学院校长讲席教授。丘立教授曾担任国际著名期刊IEEE Transactions on Automatic Control和Automatica的编委，第七届亚洲控制会议大会主席，IEEE控制系统协会杰出讲座团成员，IEEE控制系统协会理事会成员，香港自动控制学会首任主席。丘立教授于2006年当选为IEEE Fellow，并于2010年当选为IFAC Fellow。

Xinghuo Yu RMIT University

摘要

Cyber-Physical Systems (CPSs) encompass a wide class of complex engineered systems that tightly integrate physical processes with information and communication technologies for sensing, control, optimisation, planning, and management.Generative AI is emerging as a powerful enabling technology to complement traditional model-based approaches and enhance system performance.
This talk explores how Generative AI can be leveraged to improve the efficiency and effectiveness of modelling, control, and optimisation in Industrial CPSs. We first examine the fundamental principles of AI from a systems and control perspective, highlighting both potential and limitations when applied to safety-critical and real-time environments.The discussion will be informed by some real-world case studies, e.g. detecting money-laundering networks, and the application of generative AI and large language models to enhance control-room operations in smart grids.

个人简介

Xinghuo Yu is a Distinguished Professor and an Associate Deputy Vice-Chancellor at RMIT University (Royal Melbourne Institute of Technology), Melbourne, Australia. He is a Fellow of Australian Academy of Science, an Honorary Fellow of Engineers Australia,and a Fellow of IEEE, IFAC, Australian Computer Society, and Australian Institute of Company Directors. He served as President of the IEEE Industrial Electronics Society in 2018–2019.
His research interests span control systems, intelligent and complex systems, artificial intelligence and machine learning, and power and energy systems. His contributions have been well recognized, e.g. the 2018 MA Sargent Medal from Engineers Australia, the 2018 Australasian AI Distinguished Research Contribution Award from the Australian Computer Society, and the 2013 Dr.-Ing. Eugene Mittelmann Achievement Award from the IEEE Industrial Electronics Society.

侯忠生 青岛大学

摘要

　报告主要内容包括4部分。第一部分讨论状态概念、状态空间模型以及现代控制理论面临的问题和挑战；第二部分介绍数据驱动控制的定义、目的以及伪偏导数概念与动态线性化数据模型；第三部分，展望AI时代下的数据驱动控制理论的可能未来；最后是结论。

个人简介

　 侯忠生 ，青岛大学首席教授。中国自动化学会会士，IEEE Fellow, AAIA Fellow。中国自动化学会“数据驱动控制、学习与优化”专业委员会创始主任，亚洲控制协会“数据驱动控制系统”技术委员会创始主任，IEEE DDCLS会议总主席。
　代表性科研项目：主持国家自然科学基金重点项目3项，重大国际合作项目1项。发表刊物论文300+篇，包括IEEE汇刊论文100+篇。H指数75。
　主要学术成果如下（具体见https://assc.qdu.edu.cn/kxyj/sjqdkxygc.htm）
　1、创立并完善了“无模型自适应控制（MFAC）理论”，该理论包括PID、线性系统自适应控制作为其特例。MFAC内容已经被27部专著或2部教材整章节以上引用；已在300余个不同实际系统中得到应用；
　2、与合作者一起，建立并发展了无模型自适应迭代学习控制理论；
　3、将MFAC和无模型自适应迭代学习控制理论率先引入到交通系统中，建立了交通系统（城市交通/快速路/高铁或地铁/车辆）的数据驱动控制方法；
　4、提出了作为学科分支意义的“数据驱动控制”概念、是数据驱动控制理论研究领域的领航学者之一。

李坚强 深圳大学

摘要

　基于数据的深度学习、大模型可有效提高智能系统感知决策能力，而机器人与智能系统网络协同、多智能体协同、云端协同来有效提高机器人的感知与执行效率，报告介绍了围绕机器人与智能系统网络协同感知、协同网络构建以及优化分析决策展开的研究，相关研究成果应用于特种监测机器人以及医疗健康智能监测系统，并介绍了结合大模型的机器人感知与决策探索。

个人简介

　 李坚强 ，深圳大学讲席教授，IEEE/IET Fellow，国家杰出青年基金获得者，国家重点研发计划项目首席科学家，入选国家级青年人才，广东省杰出青年基金获得者，深圳市高层次人才，深圳大学人工智能学院院长，大数据系统计算国家工程实验室执行主任，广东省大数据分析工程中心主任，广东省人工智能教学团队负责人。主持国家杰出青年基金项目，国家级青年人才项目，国家自然科学基金重大仪器、重点项目，广东省杰出青年基金等省部级项目。荣获吴文俊人工智能科技进步一等奖（第一完成人），中国自动化学会科技进步一等奖（第一完成人），广东省科技进步二等奖（第一完成人）连续5年入选斯坦福大学发布的全球Top 2%顶尖科学家榜单。