IEEE控制系统学会系统识别与自适应控制技术委员会[技术活动]

《IEEE Control Systems》：IEEE Control Systems Society Technical Committee on System Identification and Adaptive Control [Technical Activities]

　　

摘要：

提供各类社会信息，包括新闻、评论和技术笔记，这些内容对从业者和研究人员具有参考价值。

IEEE控制系统学会的系统识别与自适应控制技术委员会（TC-SIAC）汇集了致力于推进这两个领域理论基础与技术解决方案的研究人员及从业者。该委员会的使命是促进协作、激发创新，并推动利用数据开展建模与控制的相关方法传播。

TC-SIAC拥有131名活跃成员，其中包括15名学生，他们来自不同的IEEE会员层级，形成了一个充满活力的社区。

研究范围

系统识别是数据驱动建模与估计算法的核心。TC-SIAC的成员们致力于探索方法论上的进步、算法开发以及从模型结构选择到实验设计及验证等方面的实施策略。而自适应控制则侧重于能够应对不确定性与时变性的反馈机制。通过使控制器能够适应不断变化的操作条件，无论是环境因素、设备磨损还是非线性问题，自适应方法都能提升系统的弹性与稳定性。尽管这两个领域目标不同，但它们都致力于同一个目标：利用数据提升控制性能。在当今信息极为丰富的环境下，这种协同作用显得尤为重要，它有助于为复杂系统构建精确的模型，从而实现可靠且以人为核心的决策制定。

目标

该委员会的主要目标可概括为以下几点：

1. 鼓励围绕新挑战和新兴方向展开学术讨论
2. 推动学术界与工业界的合作，加强成员间的协作
3. 主要通过TC-SIAC网站向更广泛的CSS社区乃至其他群体传播相关资料，包括学生和工业合作伙伴，该网站汇集了各类活动、信息及教育资源。

社区与现状

TC-SIAC拥有131名活跃成员，其中包括15名学生，他们来自不同的IEEE会员层级，形成了一个充满活力的社区。该委员会会在美国控制会议（ACC）和决策与控制会议（CDC）等重要会议上定期召开会议。此外，该委员会还与国际自动控制联合会（IFAC）保持着紧密联系，许多成员为IFAC关于建模、识别和信号处理的TC 1.1小组做出贡献，同时还在IFAC的期刊中担任编辑工作。

近期活动

自2024年上次报告以来，TC-SIAC依然十分活跃。其成员们在各种重要会议（如ACC、欧洲控制会议和CDC）上举办了邀请讲座、教程和工作坊，并在2024年米兰举行的CDC会议的组织工作中发挥了关键作用。未来的计划还包括为IFAC世界大会做出贡献，以及筹备新一期的非线性系统识别基准研讨会。此外，成员们还参与编辑知名期刊的特刊，在Elsevier的《系统与控制百科全书》中撰写章节，同时还致力于开发基准数据集和MATLAB工具箱，比如著名的系统识别工具箱。

拓展视野

由于篇幅限制，此处无法详细介绍所有成员的研究成果。不过，我们可以举例说明TC-SIAC的工作是如何应对控制技术在非传统应用领域所面临的现代挑战的。正如[1]中所阐述的，控制领域的应用已从单纯调控单个设备，拓展到优化大型互联基础设施中的决策制定。我们社区所倡导的数据驱动工具，如今在智能城市、能源系统和交通等领域发挥着至关重要的作用。例如Villa等人[2]的研究，他们通过一项覆盖整个欧盟的调查，分析了人们对共享出行的偏好。他们的方法设计了针对用户差异性的激励政策，模拟结果表明，闭环式的个性化激励能够显著加快共享出行的普及速度。这体现了“以人为核心的控制范式”，在这种范式中，行为数据被纳入优化和决策制定过程中（见图1）。虽然该研究以出行领域为例，但其方法在其他涉及社会规模的挑战中同样具有巨大潜力。

图1

“以人为核心的控制范式”的目标，是通过将行为数据融入优化和控制方案中，为特定场景设计个性化解决方案（如[2]中的共享出行激励措施）。（该图像由DALL-E 3生成，图片来源详见本文的“致谢”部分。）

显示全部

TC-SIAC在CSS社区中的重要性和影响力持续提升。我们热诚欢迎新的成员加入，尤其是学生和行业专业人士，期待他们能积极贡献力量。如需了解我们的各项计划及会员相关信息，请访问我们的网站，或直接通过[e-mail]与我联系。

Simone Formentin

参考文献

致谢

图1是由DALL-E 3生成的。