报告题目：含时滞的神经动力系统稳定性及其思考
报告人：王占山
主持人：于 蕾
报告时间：2021年10月27日（周三）晚上19:30
报告地点：腾讯会议：ID 539 816 709
报告简介：神经动力网络作为一类优化模型，可用来求解一类优化问题。一般来讲，优化模型的稳定平衡点对应的就是优化问题的最优解。这样，如何保证神经动力网络的平衡点存在且稳定的充分或充要条件则是其基础问题。带有时滞的神经动力网络为最优问题的求解带来了新的启发，可以利用各种时滞结构来改变网络的连通关系。进而，如何建立稳定判据以及减少现有稳定结果的保守性已成为神经动力系统理论研究的一个总要分支。在此次报告中，我们将围绕如何利用时滞信息以及相关的处理方法进行讨论，以期深入挖掘动力学系统深层次的底蕴，特别是时滞分解方法、柔性终端方法、多积分LKF方法等将进行重点介绍。此外，对神经动力系统的稳定性和复杂神经动力网络的同步性、以及多智能体的一致性等之间的关系进行了讨论，以此揭示动力系统静态分析以及静态区间动力系统分析的演化过程。
报告人简历：王占山，男，博士，教授，博士生导师。分别于1994年、2001年和2006年获得学士、硕士和博士学位，所学专业分别为工企自动化和为控制理论与控制工程。2007年3月至今在东北大学信息科学与工程学院任专业教师，讲授《电力系统自动化》和《电力系统无功补偿与优化控制》等课程。
目前已发表和录用SCI检索论文120余篇，其中在IEEE Transactions系列汇刊上发表论文70余篇，SCI他引3200余次，H指数33。出版中英文等著作6部，获得授权发明专利20余项。一篇关于时滞神经网络稳定性方面的论文获得2012年度IEEE Transactions on Neural Networks and Learning Systems优秀论文奖(outstanding award paper)，一篇关于故障诊断方面的论文获得国际会议ICCSS2017最佳员工理论论文奖。曾担任国际期刊IEEE Transactions on Neural Networks and Learning Systems编委、自动化学报编委，目前是Neural Processing and Letters编委，、中国自动化学会动态规划与增强学习专委会委员、中国自动化学会数据驱动控制、学习与优化专业委员会委员、中国自动化学会故障诊断和安全运行专委会委员等。
主持国家自然科学基金3项、教育部新世纪优秀人才计划1项、中国博士后科学基金特别资助基金（第二批）1项；参与国家自然科学基金重点基金2项，国家自然科学基金仪器仪表重大专项基金1项。曾获国家科技进步二等奖、教育部自然科学奖一等奖、辽宁省自然科学奖一等奖、中国自动化学会自然科学奖一等奖和中国电子学会电子科学技术奖一等奖等6次。指导毕业的三名博士生分别获得2018年度中国自动化学会（CAA）优秀博士学位论文和2019年度、2020年度辽宁省优秀博士学位论文。
当前主要研究方向有：神经动力系统稳定性理论，复杂网络同步性与多智能体的一致性，数据驱动的智能故障诊断与自适应最优容错控制以及人工智能技术及其在电力系统中的应用基础理论研究。
撰稿：于蕾
审核：王小旭
