2024年12月12日
近日，西交利物浦大学数学物理学院大学数学系陈飞燕博士所在研究团队的项目“面向复杂非线性特征对象的辨识方法研究”荣获江苏省高等学校科学技术研究成果奖——自然科学奖一等奖，这一奖项是江苏省高校科研工作的最高荣誉，代表了省高校科研工作的最高水平，同时也是西浦首次获得此奖项。
陈飞燕博士
获奖项目针对具有复杂非线性特征的系统，如精密制造、实时系统调度和控制理论等领域，开展了深入研究，在具有复杂非线性系统及对象的辨识领域取得了众多原创性国际领先研究成果。
陈博士所在的项目研究团队在研究期间共发表相关论文40余篇，其中5篇代表性论文在国际上具有高影响力，3篇发表在国际上高影响力的IEEE期刊，4篇为ESI高被引论文，2篇为热点论文，被SCI他引总次数达326次。
“系统辨识在实际工程中应用广泛，例如油砂运输系统和锂离子电池技术，特别是在复杂系统和非线性系统的建模和控制中发挥着重要作用，提供更加精确的模型描述。” 陈博士解释道。
想象一下，我们日常生活中的许多技术，从智能手机到复杂的工业机械，都依赖于能够快速且准确地处理信息的系统。
项目团队正是通过分析系统的输入输出数据，建立了描述系统行为的数学模型，从而帮助工程师更好地理解和控制实际系统。
复杂非线性系统因其高度的非线性和不确定性，使得传统的线性辨识方法难以准确描述其特性。针对这一挑战，陈博士将递阶辨识原理引入到复杂非线性系统的辨识中。
她解释说：“我们通过分解系统的复杂性和层次性，降低了辨识的难度。同时，我们还设计了动态使用观测数据的方案，包括递增数据长度和批量数据长度的使用，这大大提高了辨识的准确性和效率。”她进一步指出，这一方法不仅解决了多频组合信号参数估计算法收敛速度慢、在线识别精度低以及参数同步在线识别效率低等难题，还为辨识具有高度非线性特征的组合多频信号参数提供了新的思路。
在迟延的非线性时间序列模型参数辨识和基函数型多变量混杂模型的辨识研究方面，陈飞燕博士所在研究团队首次利用冗余规则进行模型变换以及提出递阶辨识方法，为研究基函数型多变量混杂模型辨识开辟全新视角，并有效了提高径向基函数网络权值及参数的辨识速度和精度。
其中发表于International Journal of Adaptive Control and Signal Processing的代表性论文“Hierarchical recursive signal modeling for multifrequency signals based on discrete measured data”为ESI高被引论文，SCI他引83次，该文自2021年发表以来位于该刊所有刊登的447篇SCI论文引用排名第1。
该研究在多个领域具有广泛的应用前景。在工业领域，这些辨识方法可以用于提高生产过程的自动化水平和智能化程度；在交通领域，可以用于优化交通流控制和调度策略；在医疗领域，可以用于疾病的早期诊断和治疗方案的优化等。
她还强调了将研究成果转化为实际应用的重要性，并提到正在积极探索如何将优化算法应用于实际生产，例如锂离子电池等能源领域。
谈到学术与实践的结合，陈博士表示：“我希望能够将我们的理论研究转化为实际应用，这是我们面临的挑战，也是我们努力的方向。”
“我们正在探索与企业合作以及新的技术领域，如深度学习，我们期待将这些先进的技术应用到更广泛的实际问题中。”
据悉，2023年度江苏省高等学校科学技术研究成果奖共评选出197项成果，其中一等奖20项、二等奖59项、三等奖116项。这一奖项的评选过程严格，包括推荐受理、形式审查、公示和专家评审等多个环节，确保获奖成果的高质量和创新性。
（记者：刘沁茹 图片提供：陈飞燕）
2024年12月12日