最优解！在东大

最优控制理论旨在从一切可能的控制方案中寻找最优解，是现代控制理论的重要组成部分。传统最优控制主要包括变分法、极大值原理和动态规划三种方法。由于动态规划是其中唯一能求得最优控制充要条件的方法，因此得到了更为广泛的应用。

但动态规划仍存在困扰学术界几十年的“维数灾”难题，即计算量随变量维数增加而成指数增长；同时对分布式复杂动态系统而言，通常无法直接求得其哈密顿-雅可比-贝尔曼(HJB)方程的解析解。

本世纪初，张化光教授团队开始了自学习最优控制的艰苦研究历程。研究伊始，此领域研究国内尚属空白，国际上相关成果也寥寥无几。张化光直面困难，带领团队成员从自适应动态规划的基础理论方面入手，一步一个脚印地开启团队的科研工作。

2005年，项目第二完成人罗艳红刚刚硕博连读，师从张化光老师，开始从事相关领域的理论研究。

当时的研究内容涉及三个自学习网络相互协同调控，国内外几乎都找不到相关研究资料。

“我们从零开始，经历了一年多的算法调试，才取得了初步的结果，但是由于当时缺乏对自学习最优控制方法内部机理的本质认识，无法判断控制求解过程是否收敛，更无法判断所求控制是否最优，因而仅能依靠经验试凑法来完成自学习控制器的设计，缺乏理性依据，无法在实际应用中推广。”为此，研究陷入了停滞。罗艳红和同学们尝试了多种分析方法，最后都以失败告终，以至于有几位同学一度有了更改研究方向的念头。

“但在这关键节点，张老师及时发现了我们的心理波动，给我们强调，要做出国际上一流的开创性成果，就得付出别人十倍甚至百倍的努力。于是张老师每天晚上跟我们讨论难点，并不断帮我们想办法、出主意，给我们加油鼓劲。”罗艳红回忆道。

有志者事竟成。团队在2007年最终破解了这个难题，提出了一系列的相关定义和定理，证明了自学习动态规划的最优性、收敛性和稳定性等基本性质。

突破了最初的难点，团队乘胜追击，建立了自学习非零和博弈的一般框架，提出了非线性混合最优控制与博弈方法，提供了无论鞍点是否存在均能直接求得混合最优解的新思路，奠定了求解非线性二人零和与非零和微分博弈的理论基础。团队还提出了非线性分布式自学习最优协同控制策略，突破了耦合最优性能指标无法直接求解的瓶颈，实现了协同误差的指数收敛，形成了不确定异构多智能体系统优化协同控制一体化设计方法。

目前，团队基于项目的8 篇代表作全部入选ESI 高被引论文，SCI 他引1160 次, 包括20多位各国科学院院士和50多位IEEE Fellow。其中Near-Optimal Control for Nonzero-Sum Differential Games of Continuous-Time Nonlinear Systems Using Single-Network ADP一文获得了国际控制论领域顶级权威期刊IEEE Trans Cybern的最佳期刊论文奖。这是IEEE系统、人与控制论协会在全世界范围内每年发表的1000余篇期刊论文中评选出的唯一最佳论文，也是大陆本土学者首次获奖。

由于张化光及其团队在自学习最优控制领域的突出贡献，张化光被推举连续担任两届IEEE计算智能协会自适应动态规划与强化学习技术委员会主席。

解决核心技术

实现能源系统运行高效

美国工程院院士G.Heydt及3位IEEE Fellow在国际权威刊物Proceedings of the IEEE (99(1): 133-148)上联合发文指出“分布式多智能体协同控制方法是解决能源互联系统相关问题的重要方向”。分布式能源互联系统协同控制虽然被行业公认为重点研究方向，但面临的多个难题却成为人们难以逾越的鸿沟。

首先是动态特性描述难。能源互联系统作为一个多能源耦合且多工质异构的复杂网络，如何对其不同类型能源体进行统一状态特性表达，有效反映其静-动态特性是一个行业共性难题。

其次是协同控制一致性设计难。大规模冷热气电等多质能源的时空异步导致其具有强非线性和参数不同步性，带来了系统解列风险。

第三是实现多目标优化运行难。传统能源网络都是以安全、经济或者低碳等为单目标孤立调控，能源利用效率低、运行风险大，如何实现多质能源互联系统的安全、节能、高效等多目标协同运行，成为困扰能源行业的“卡脖子”问题。

在紧张忙碌的科研工作之外，张化光一直坚持给本科生及研究生上课。“青年学生不仅仅要学好理论，还要把理论成果应用到实践中，为经济社会发展提供科技力量。”张化光说。

“创新、发展、严谨、求实”，是张化光教授多年潜心从事教育科研工作积累的八字治学方针。在20余年的时间里，他不断创新教育教学新理念，探索实践教育教学新模式。在他的积极倡导与参与主持下，信息科学与工程学院创建了电类专业创新实验区，每年可为3000多名本科生开设72门各专业课实验课程。

“张老师认真严谨的科学态度和对科学真理孜孜不倦的追求一直深深地鼓舞着我们。记得2008年的冬天，审稿人提出了一个极其尖锐的问题，一直难以攻克，我们连续失眠多日，一天凌晨，张老师打来电话说，‘我有办法啦。你按照数学物理方程里面第30页这个思路来做，就应该能够解决这个问题。’ 我们于是通读了数学物理方程整本教材，结合我们的具体问题，终于找到了最优可变权值分配的理论依据。最终这篇论文被国际智能控制领域顶级杂志IEEE Trans TNN录用，并于2012年获得了最佳期刊论文奖。” 团队成员刘振伟回忆起多年前的情景，仍旧十分激动。

 “张老师常常告诫我们，每一门具体学科都有其自身特点，一定要做出特色，挖掘出其内在规律！在此思想指引下，张老师带领我们一批年轻老师和博士生们从神经网络的模型结构和参数入手，通过借鉴智能生物系统的特性，逐渐探索出一种具有人工神经网络特质的稳定性分析范式，也激发了我们对科学问题钻研的热情，以致在神经网络系统稳定性研究领域耕耘20余载，仍有创新方法提出，并有大量研究成果发表。”王占山说。

在分布式动态系统的自学习优化协同控制理论与方法项目中，罗艳红、孙秋野、刘振伟、王占山等一批优秀青年教师担当重任，深耕科研，成为项目的重要完成人。迄今为止，张老师团队已培养辽宁省优秀博士学位论文和学会优秀博士学位论文获得者10余名。“作为教师，最快乐的事情，不是自己获得什么大奖，而是每个学生都能成为有用之才，成为各自领域的精英和骨干。” 张化光表示。

追求卓越，精益求精，用工匠精神雕琢高级应用型、创新型人才，是张化光团队成员始终追求的目标。2018年，张化光团队入选首批“全国高校黄大年式教师团队”。