近日，我校工學院教師葉凌箭（第一作者、通訊作者）和浙江大學曹毅教授、楊雙華教授合作，在化工過程控制、企業信息化領域知名期刊Computers & Chemical Engineering（中國自動化學會推薦A類期刊）發表題為《Global self-optimizing control with active-set changes: A polynomial chaos approach》的研究成果。

　　自優化控制是一種以選擇被控變量為手段的控制結構設計和實時優化方法，合理的被控變量能實現系統在不確定條件下自尋優，有效提升流程工業的經濟效益。研究表明，以系統輸出的函數（虛擬變量）為被控變量具有更大潛力提升優化效果，如何求解最優變量組合是該研究方向的關鍵問題。近20年，該問題一直沿襲先對相關量進行局域泰勒展開，再簡化得到關鍵量的解析表達，最后求解出組合矩陣的研究思路，導致性能具有很大局限性。該最新成果繞開現有研究模式，從原始非線性函數出發，提出一種基于混沌多項式的全局自優化控制求解新框架，將優化性能提升至操作空間全域。方法引入混沌多項式及稀疏采樣等技術手段降低計算負荷、提升優化效率，保證了大規模問題的計算可行性。通過增加配置點/采樣點，使結果能逼近真正的全局最優解，是目前已公開文獻中唯一能達成該效果的自優化控制方法。文章還針對化工過程普遍存在的可變積極約束問題提出了機會約束的解決方案。

　　葉凌箭老師長期從事自優化控制方法的理論及工業應用研究，同國內外知名學者合作，在全局自優化控制、間歇過程的實時優化等方向均取得突破性進展，研究成果發表于國內外頂級期刊。本研究成果將對進一步推動自優化控制方法的實際工業應用發揮積極作用。