报告内容 : 随着万物互联时代的开启和社会自动化水平的提高，各个领域对系统的智能程度要求日益严苛，智能系统的复杂度呈现指数级增长，长期运行出现故障不可避免。以经典自动控制和现代控制理论为代表的传统控制方法面临瓶颈。近年来，得益于人工智能技术取得的巨大突破，针对复杂非线性系统的先进控制方法吸引了众多研究学者的目光。经历了开环控制、反馈控制、最优控制、随机控制、鲁棒自适应控制、自学习控制等关键时期后，智能控制正式登上历史舞台。基于神经网络的控制属于智能控制研究范畴的一个重要分支，是近 20 年来处于发展中的先进控制技术。本报告从神经科学的角度出发，介绍一种受仿生启发的人工神经网络并将其用于处理复杂不确定故障系统，通过提高神经网络结构自由度，增加控制有效性。

       宋教授简介：国家特聘专家，国际欧亚科学院院士，IEEE Fellow, 中国自动化学会会士，现任重庆大学自动化学院院长，兼任重庆大学人工智能研究院首任院长。在美国从事自动化及机器人方面的研究近 20 年，注册职业工程师（美国）。主持完成包括科技部 973，863，国 家自然科学基金重大、重点项目(课题)及省部级项目 10 余项，发表论文 250 余篇，专著 10 部，获包括中、 美、日在内的技术发明专利 80余项，获中国第七届侨界贡献奖一等奖。主要研究方向包括智能控制、自适应协调控制、飞行器导航与控制等。多个 IEEE 国际权威汇刊编委，包括IEEE Trans. on Automatic Control, IEEE Trans. on NeuralNetworks and Learning Systems、IEEE Trans. on Intelligent Transportation Systems、IEEE Trans. on Systems, Mam, and Cybernetics, IET Control Theory and Application等。