4月25日，南京理工大学自动化学院向峥嵘教授应邀来到必赢3003no1线路检测中心，在彭家坪校区舒卷楼D401作了题为《Analysis on Existence of Compact Set in Neural Network Control for Nonlinear Systems》的学术报告。学院师生代表一百余人此次报告会。

向峥嵘教授围绕非线性系统控制中的神经网络逼近方法展开了系统讲解，首先介绍了神经网络的分类、基本结构及常用神经网络类型，强调了神经网络在非线性函数逼近、分布式处理、学习适应及容错能力等方面的独特优势。随后，向教授深入分析了神经网络逼近非线性函数时普遍假设函数定义在紧集上的问题，指出当前研究中对紧集存在性的忽视，可能导致控制器设计时参数选择缺乏依据、系统发散等风险。针对这一核心问题，向教授提出了新的处理思路，即通过构造状态和权重误差的Lyapunov函数来保证系统稳定性，并创新性地提出将函数上界条件替换为状态有界条件，从而完善神经网络控制理论，扩大应用范围。报告中，向教授结合具体仿真案例，展示了其理论方法的有效性和潜在应用前景。

在交流环节，李二超院长对向教授的精彩报告进行了总结，高度评价了报告的学术深度与实际意义，并鼓励在场研究生要以此为契机，培养严谨求实、深入挖掘问题本质的科研精神。李烁副院长、安爱民教授以及部分研究生同学分别就状态有界性、控制器设计后续发展方向以及状态耦合问题与向教授进行了深入交流，现场气氛热烈。此次学术交流活动不仅拓宽了师生的学术视野，也为相关领域的研究提供了新的思路和启发。

向峥嵘，博士、教授、博士生导师。1998年12月毕业于南京理工大学控制理论与控制工程专业获得博士学位，1998年起在南京理工大学自动化学院工作至今。主持及参与多项国家级与省部级科研项目，在国内外重要期刊及会议上发表多篇高水平学术论文。目前主要从事非线性系统，切换控制系统，多智能体系统等方面的理论及应用研究。

（图/文：卢延荣；审核：杨雅琼）