我校教师在全局自优化控制问题上取得阶段性成果（图）

　　近日，我校工学院教师叶凌箭（第一作者、通讯作者）和浙江大学曹毅教授、杨双华教授合作，在化工过程控制、企业信息化领域知名期刊Computers & Chemical Engineering（中国自动化学会推荐A类期刊）发表题为《Global self-optimizing control with active-set changes: A polynomial chaos approach》的研究成果。

　　自优化控制是一种以选择被控变量为手段的控制结构设计和实时优化方法，合理的被控变量能实现系统在不确定条件下自寻优，有效提升流程工业的经济效益。研究表明，以系统输出的函数（虚拟变量）为被控变量具有更大潜力提升优化效果，如何求解最优变量组合是该研究方向的关键问题。近20年，该问题一直沿袭先对相关量进行局域泰勒展开，再简化得到关键量的解析表达，最后求解出组合矩阵的研究思路，导致性能具有很大局限性。该最新成果绕开现有研究模式，从原始非线性函数出发，提出一种基于混沌多项式的全局自优化控制求解新框架，将优化性能提升至操作空间全域。方法引入混沌多项式及稀疏采样等技术手段降低计算负荷、提升优化效率，保证了大规模问题的计算可行性。通过增加配置点/采样点，使结果能逼近真正的全局最优解，是目前已公开文献中唯一能达成该效果的自优化控制方法。文章还针对化工过程普遍存在的可变积极约束问题提出了机会约束的解决方案。

　　叶凌箭老师长期从事自优化控制方法的理论及工业应用研究，同国内外知名学者合作，在全局自优化控制、间歇过程的实时优化等方向均取得突破性进展，研究成果发表于国内外顶级期刊。本研究成果将对进一步推动自优化控制方法的实际工业应用发挥积极作用。