北京
作者
丁宝苍，重庆邮电大学二级教授，上海交通大学博士，Alberta大学和新加坡南洋理工大学博士后。发表预测控制论文160篇，其中第一作者Automatica、IEEE Transactions on Automatic Control 10篇。出版《工业预测控制》、《预测控制的理论与方法》等专著。论著被SCI他引两千次，曾获年度爱思唯尔中国高被引学者和“全球前2%顶尖科学家终身科学影响力排行榜”。主持国家自然科学基金项目5项，主持其他科研项目20余项。获得国家自然科学二等奖（排名3）、重庆市自然科学二等奖（排名1）、Asian Journal of Control年度最佳论文奖（排名1） 、中国自动化学会自然科学二等奖（排名1）等。长期从事预测控制研究，同时研究智慧能源、过程系统先进控制、过程系统建模等。
数学优化是众多先进和智能自动控制算法的理论基础，其中尤其以模型预测控制(MPC) 为基于优化的自动控制算法的代表。模型预测控制已在全球能源、化工、石化等行业数千个复杂装置中得到成功应用，取得了巨大的经济效益。这些应用离不开对基本的线性规划、二次规划、序列线性/二次规划、字典序优化的运用。在工业应用上，出现了以双层结构预测控制为代表的算法体系；在学术研究上，形成了具有稳定性保证的约束预测控制、鲁棒预测控制、非线性预测控制等。
以模型预测控制为代表的优化控制的理论研究与技术应用是一个系统工程，涉及模型辨识、信号滤波、数学规划、多变量控制、状态估计等诸多科学问题，工程实施的关键在于相关技术的完备性以及技术人员的经验。
《工业过程优化控制方法基础》（丁宝苍等著. 北京: 科学出版社, 2024.3）获得国家科学技术学术著作出版基金、重庆邮电大学出版基金资助，介绍与预测控制工程应用和学术研究紧密相关的一些数学优化、算法设计和理论分析成果，主要有三部分内容：基础优化理论（第1 ∼ 3 章）、基于状态空间模型的估计与双层结构预测控制（第4、5 章）、基于线性多胞模型的鲁棒预测控制（第6 ∼ 8 章）。
← 左右滑动查看 目录 →
本书第一作者丁宝苍从1997 年开始接触和学习优化控制理论。攻读硕士期间，参加了两个优化控制工程应用项目；攻读博士期间，接触和学习了导师席裕庚教授于20 世纪90 年代提出的满意控制；博士毕业后，一直从事优化控制的学术理论研究，推广优化控制工业应用；2010 年，开始开发优化控制软件。在围绕本科/研究生教学、科学理论研究和工程实践中，逐渐形成了本书的主体内容。撰写本书的目的在于搭建工程实践与理论研究之间的桥梁，以此促进优化控制在我国的研究与应用。
本书的算法通过了长期程序/软件验证，与工业预测控制软件相关部分更是经过了工程测试和应用。除了课题组的应用，主要是外单位采用作者的软件，在几十个不同的工业装置上开展或计划开展工作。这些工作有的涉及全厂各段流程的控制，有的是在局部生产单元采用。这些是很有成效的，也促使作者尽快出版本书。
本书多数内容已经在河北工业大学研究生课程“预测控制”、重庆大学本科生必修课程“先进控制理论”、西安交通大学研究生公共课程“泛函分析及应用”、重庆邮电大学研究生必修课“数学优化与最优控制”等课程中讲授、打磨和反复修改，因此适合作为研究生通用参考书。本书一些研究方法在自主知识产权的软件技术中实现并在流程企业得到应用，因此适合工程技术人员和工业软件领域的从业人员参考。
本文摘编自《工业过程优化控制方法基础》（丁宝苍等著. 北京: 科学出版社, 2024.3）一书“前言”，有删减修改，标题为编者所加。
ISBN 978-7-03-078017-1
责任编辑: 叶苏苏 赵晓廷
本书主要介绍工业双层结构预测控制和基于线性多胞模型的鲁棒预测控制算法以及与其紧密相关的线性规划、二次规划、序列规划、子空间辨识和状态估计的基础方法。针对这些算法和方法技术不仅提供大量算例和习题，并且给出部分程序代码供读者研究与参考。
本书可供高等学校控制理论与控制工程以及相关专业的本科生、研究生使用，也可供工程技术人员和工业软件领域的从业人员参考。
（本文编辑：刘四旦）
一起阅读科学!
科学出版社│微信ID：sciencepress-cspm
专业品质 学术价值
原创好读 科学品位
科学出版社视频号
硬核有料 视听科学
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
