北京市科学技术委员会

2020年国家自然科学奖项目提名公示内容

一、项目名称：不确定环境下的系统建模、智能学习与分布式控制

理论方法

二、提名单位：北京市

三、提名单位意见：

不确定性推理、智能学习、分布式控制理论方法直接面向我国“低碳绿色”发展目标的国家重大需求，是人工智能、自动控制应用等领域的前沿和热点研究方向。项目组在科技部973、国家自然科学基金等多个项目支持下，攻克了一些关键技术难题，取得了突破性的创新成果：针对模糊逻辑理论基础缺乏的困境，提出了基于全蕴涵模糊推理机制的模糊范式最优解的精确表示理论，解决了复杂非线性系统的模糊控制器设计难题。针对极限学习机的应用局限性问题，提出了基于流形正则化的半监督、无监督极限学习机方法，并建立了极限学习机的统一框架，解决了对无标注样本的高效学习难题。针对一般离散线性系统的分布式控制问题，提出了修正Riccati不等式方法，建立了系统同步的“最弱网络拓扑条件”，解决了多智能体系统的同步控制难题。研发了PM 2.5污染场智能反演系统，实现了北京及周边地区近地面环境的实时监测和污染源的准确识别，已在全国多省市推广应用，直接经济效益达5亿人民币。8篇代表性论文SCI他引816次，其中2篇为ESI高被引论文（1篇为热点论文），单篇最高他引428次。项目成果促进了人工智能、自动控制应用基础理论的发展，开辟了新的研究方向，获得了国际学术同行的高度评价。项目部分成果获2018年中国人工智能学会自然科学一等奖。

提名该项目为国家自然科学奖二等奖。

四、项目简介（不超过1页）：

不确定环境下的系统建模、智能学习与分布式控制理论方法是人工智能、自动控制应用领域的共性基础科学问题。不确定性环境下系统建模必须考虑其内部噪声、外部干扰、分布式特性及模型误差等多种复杂要素，模型分析和求解具有很大的理论难度和技术挑战性。近20年来，项目师生自然形成的研究团队在人工智能、自动控制应用领域的模糊推理机制与方法、半监督与无监督等智能学习方法、分布式协同控制理论方法三大主流方向突破了一些关键技术瓶颈，解决了几个重要基础理论难题。在国家科技部973项目、国家自然科学基金项目等多个项目支持下，取得了系统性创新研究成果，主要发现点为：

1.针对全蕴涵模糊推理问题，提出了基于最大支持度原则的模糊拒取式最优解的精确表示公式，给出该公式具有还原性的充要条件；并在支持度≥水平下，分别建立了模糊取式和模糊拒取式最优解的精确表示理论。提出了模糊推理的反向全蕴涵机制，分别提出了基于最小支持度原则的模糊取式和模糊拒取式最优解的精确表示公式，给出该公式具有还原性的充要条件；并在支持度≤水平下，分别建立了模糊取式和模糊拒取式最优解的精确表示理论。

2.针对机器学习分类、聚类及降维问题，分别提出了基于流形正则化的半监督和无监督极限学习算法；构建了有监督、半监督和无监督极限学习算法的统一框架。针对系统输入和输出数据均受到随机噪声干扰的回归问题，建立了随机机会约束优化模型，分别提出了线性和非线性鲁棒支持向量回归理论方法。

3.针对一类修正Riccai不等式的可解性问题，提出了存在唯一正定解的充要条件。由此建立了基于一般离散线性系统动态特性的多智能体同步的“最弱网络拓扑条件”。在随机Markov切换网络环境下建立了多智能体系统达到同步的充要条件。通过自适应调节优化步长，设计了多智能体系统的分布式异步优化算法并建立了严格的收敛性分析理论。

8 篇代表性论文中，SCI他引 816 次，其中2篇为ESI高被引论文（1篇为热点论文），单篇最高他引428次；在Web of Science核心合集中，他引 1118 次，以“标题=Machine Learning”，“时间跨度=近五年”发表的 12855 篇 SCI 论文中，代表作4在Web of Science核心合集中引用 614 次，位列国际第一；Google 学术引用1757次，单篇最高引用 913 次。主要引用者包括 51 位IEEE Fellow 和 14 位中国与发达国家院士，均给予了正面评价，主要引文均为本学科的国际权威期刊。项目研发了PM 2.5污染场智能反演系统，实现了北京及周边地区近地面环境的实时监测和污染源的准确识别，已在全国多省市推广应用，直接经济效益达5亿人民币。主要成果获 2018 年中国人工智能学会自然科学一等奖。第二完成人获IEEE CVPR 最佳论文奖（DenseNet，2017）和北京智源人工智能研究院首批青年科学家（2018），第三完成人当选国家青千(2014)、国家优青 (2017)，第一完成人获首批国家2030 “新一代人工智能”基础前沿重大项目负责人（No.20008AAA0101600）。

五、代表性论文（专著）目录（不超过8篇）：

序号	论文（专著）名称/刊名 /作者	年卷页码（xx年xx卷 xx页）	发表时间（年月日）	通讯作者（含共同）	第一作者（含共同）	国内作者	他引总次数		检索数据库	论文署名单位是否包含国外单位
1	Triple I Method of Fuzzy Reasoning /Computers and Mathematics with Applications /宋士吉, 冯纯伯, E.S. Lee	2002年44卷1567-1579页	2002年12月12日	E.S. Lee	宋士吉	宋士吉冯纯伯	31		SCI-Expanded	是
2	Reverse triple I method of fuzzy reasoning/Science in China (Series F)/宋士吉,吴澄	2002年45卷344-364页	2002年10月01日	宋士吉	宋士吉	宋士吉吴澄	19		SCI-Expanded	否
3	Semi-supervised and unsupervised extreme learning machines/IEEE Transactions on Cybernetics/黄高, 宋士吉, Jatinder N.D. Gupta,吴澄	2014年44卷2405-2417页	2014年03月12日	黄高	黄高	黄高，宋士吉吴澄	239		SCI-Expanded	是
4	Trends in extreme learning machines: A review/Neural Networks/黄高, 黄广斌,宋士吉, 游科友	2015年61卷32-48页	2014年10月16日	黄广斌宋士吉	黄高	黄高，宋士吉，游科友	428		SCI-Expanded	是
5	Robust Support Vector Regression for Uncertain Input and Output Data/IEEE Transactions on Neural Networks and Learning Systems/黄高, 宋士吉, 吴澄, 游科友	2012年23卷1690-1700页	2012年08月27日	黄高	黄高	黄高，宋士吉，吴澄，游科友	19		SCI-Expanded	否
6	Consensus condition for linear multi-agent systems over randomly switching topologies/Automatica/游科友，李忠奎，谢立华	2013年49卷3125-3132页	2013年08月12日	游科友	游科友	游科友，李忠奎	75		SCI-Expanded	是
7	Distributed Algorithms for Computation of Centrality Measures in Complex Networks/IEEE Transactions on Automatic Control/游科友, Roberto Tempo，丘立	2017年62卷2080-2094页	2016年08月30日	游科友	游科友	游科友，丘立	5		SCI-Expanded	是
8	基于深度学习的大数据空气污染预报/中国环境管理/尹文君，张大伟，严京海，张超，李云婷，芮晓光	2015年7卷46-52页	2015年12月25日	张大伟	尹文君	尹文君，张大伟，严京海，张超，李云婷，芮晓光	31		CNKI	否
合计								SCI:816 CNKI：31

六、主要完成人情况（一、二等奖不超过5人）：

排序	姓名	对本项目重要科学发现的贡献	工作单位	完成单位	职称	职务
1	宋士吉	该项目主要思想的提出者，对发现点1做出了实质性贡献，参与了发现点2的研究工作。是代表性论文1、2的第一作者，代表性论文2-5的通信作者或主要合作者。主要创造性贡献为：1）提出了基于最大支持度原则的模糊拒取式最优解的精确表示公式；2）提出了模糊推理的反向全蕴涵机制，分别提出了基于最小支持度原则的模糊取式和模糊拒取式最优解的精确表示公式；3)作为主要合作者，提出了半监督和无监督极限学习方法和基于随机机会约束的鲁棒支持向量回归方法。佐证材料见代表性论文1-5.	清华大学	清华大学	教授	教师
2	黄高	是该项目的主要学术研究骨干，对发现点2做出了实质性贡献，是代表性论文3-5的第一作者。主要创造性贡献为：1）提出了半监督和无监督极限学习算法，构建了有监督、半监督和无监督极限学习方法的统一框架。2）提出了基于随机机会约束模型的高效机器学习方法；3）将上述成果应用于解决近地面PM2.5污染场智能反演、风力发电机组故障诊断和预测问题。佐证性材料见代表性论文3-5.	清华大学	清华大学	特别研究员	教师
3	游科友	是该项目的主要学术研究骨干，对发现点3做出了实质性贡献，是代表性论文6、7的第一作者与代表性论文4、5的合作者。主要创造性贡献为：1）建立了一类修正Riccati不等式存在正定解的充要条件，提出了基于该类不等式的系统设计与分析方法；2）发现了多智能体系统同步取决于网络的同步因子，攻克了一般离散线性系统同步的充要拓扑条件等难题；佐证材料为代表性论文6、7.	清华大学	清华大学	长聘副教授	教师
4	尹文君	是该项目的主要应用研究骨干，代表性论文8的第一作者。主要创造性贡献为：1）发现了一种基于环境大数据的深度学习方法，攻克了环境污染变化预测的难题；2）主导设计了PM 2.5污染场智能反演系统，实现了对北京平谷区、顺义区等周边地区的PM 2.5的动态监控；3）突破了该项目理论成果的应用问题，实现直接经济效益5亿以上。	北京英视睿达科技有限公司	北京英视睿达科技有限公司	工学博士	董事长
5	吴澄	是该项目的主要理论成果结合实际问题主要思想提出者，参与了项目主要过程，对发现点1和2以及应用示范做出了重要性贡献，是代表性论文2、3、5的合作者。主要创造性贡献为：1）提出了全蕴涵模糊推理的反向全蕴涵机制的研究思想；2）提出了半监督和无监督式极限学习机的研究思想；3）提出了将项目主要理论方法用于解决空气质量环境监测、中央空调节能控制和风机运行故障诊断与预测问题的创新性研究思路。佐证材料见代表性论文2,3,5.	清华大学	清华大学	中国工程院院士、教授	国家CIMS工程技术中心主任