近日，我院郭戈教授研究团队在分布式优化领域取得重要突破。标志性成果“A Local-Minimization-Free Zero-Gradient-Sum Algorithm for Distributed Optimization（一种免于局部极小化的零梯度和分布式优化算法）”发表在国际自动控制领域顶级期刊Automatica上，并在第5届工业人工智能国际会议（International Conference on Industrial Artificial Intelligence，IAI 2023）中荣获最佳论文奖。
分布式优化是智能交通系统、多机器人、智能电网等应用中的共性关键技术，传统的零梯度和算法受初始条件限制，需要局部成本最小化。郭戈教授团队提出一种基于滑模控制的零梯度和算法，通过引入滑模流型确保任意初始条件下局部梯度和能在固定时间趋零，从而设计分布式控制律实现固定时间全局最优一致。所提出的算法不受初始条件限制，免于局部最小化，彻底突破了经典零梯度和分布式优化算法的局限性。该成果经过扩展，可实现加速优化和干扰抑制，成功应用于城市交通系统的运行优化控制之中，发表在Automatica、IEEE智能交通系统汇刊等期刊，并应约刊登在《控制与决策》东北大学百年校庆特刊，献礼东大百年华诞。
团队部分成果于近期成功入围第5届工业人工智能国际会议最佳论文奖答辩，由2020级博士生张忍永康代表团队作报告，获大会唯一最佳论文奖。IAI 2023会议由IEEE Industrial Electronics Society、中国自动化学会和中国人工智能学会联合主办，邀请80余位海内外著名学者作前沿论坛报告，美国工程院院士Mohammad Shahidehpour教授等3位国际顶级专家作大会报告。
