趙延龍：推開科研道路上一扇陌生的門

中青報·中青網記者 張渺

趙延龍當初選擇數學是因為興趣，他始終覺得，做基礎科研、做創新性的工作，是“挺有意思的事情”。

他的研究興趣，包括集值系統辨識與控制、網絡通信、金融系統建模等等。

作為中科院數學與系統科學研究院研究員、系統控制重點實驗室副主任，趙延龍在領域內具有重要影響的期刊和會議上發表學術論文80余篇，是國家杰出青年基金獲得者，曾任亞洲控制協會副主席，現任中國自動化學會副秘書長、中國自動化學會控制理論專委會副主任等；他還獲得過國家自然科學二等獎、中國自動化學會自然科學獎一等獎等科研獎勵，先后主持國家優秀青年基金、國家杰出青年基金、首批中國科學院穩定支持基礎研究領域青年團隊計劃等項目。

圖為趙延龍。受訪者供圖

趙延龍1980年生，本科畢業于山東大學，博士畢業于中科院數學與系統科學研究院。求學時期，他就被周圍老師們做科研的精神狀態打動，深深覺得基礎研究“有趣”。博士畢業找工作時，他沒考慮其他的，只想著要繼續“做科研”。

對趙延龍來說，在數學的道路上一直走下去，就是他“向往的生活”。

集值系統研究旨在利用粗糙的集值信息達到精確的辨識和控制效果。隨著信息化、大數據和智能化的發展，集值系統大量涌現，對系統建模和控制產生了新的需求。與傳統的精確測量系統相比，集值系統具有可利用信息少和非線性強兩大特征，其辨識和控制具有本質困難，需要新的研究視角和理論方法。

趙延龍就是迎接這一挑戰的人，他最早接觸集值系統是在2003年。當時，研究這個方向的人還比較少，他的導師對他說，“做這個試試”。

趙延龍覺得這就跟推門一樣，他想看看，自己能不能推開這扇門，能不能找到一條可以前行的路。不知不覺中，他已經在這條路上走了將近20年。

“舉個簡化的例子，當我們需要統計學生的成績時，打分‘0分到100分’，對學生的學習情況了解相對會多一點，但如果打分只有‘優良中差’這種‘集值’信息，僅通過一次考試，很難從其中看出某個學生的具體學習狀況，因為數據信息量太少。但如果考很多次的話，10次全是優的學生，會比5次優5次良的學生學得好一些，這樣綜合起來就可以得到學生學習狀況的準確評估了。”趙延龍對中青報·中青網記者解釋。

用趙延龍的話說，他的日常工作，就是去關心這個“學生”的真實學習狀況。

這個“學生成績”有時是醫學領域的大量醫學數據，需要用集值系統來建立復雜疾病模型；有時它是工程領域的大量工程數據，比如衛星觀測數據，需要用集值系統來融合這些數據，以優化定位；這個“學生成績”還可以是智能識別系統“眼睛看到的景色”，需要用集值系統來建立模型，在線智能識別目標的“真偽”。

“有時候受測量限制，測得不那么準，還不能實現跟蹤目標、控制目標。這些就是集值系統的辨識和控制的問題，信息量太少。”趙延龍感慨，“集值系統的問題涉及控制論、概率論、圖論等數學工具，我們要在解決實際問題的過程中，把它給融合起來。”

事實上，他遇到的第一個瓶頸，甚至都不是具體的研究問題，而是“尋找哪些課題是可以做的”。

通信領域？醫療領域？航空領域？他一路嘗試，尋找集值系統辨識與控制可能的應用領域。在推開那扇門之后，他慢慢地“把這個方向打開”，一步一步，蹚出一條路來。

在這條路上走得越遠，他碰到的問題也越多、越難。

趙延龍解釋，集值系統有個特點是“不知道系統數據的精確值”，如輸出、狀態等等，只知道它是否屬于某個或某些集合。對比較精確的測量系統來說，集值系統可供利用的信息很少，原有的系統辨識和控制方法不再適用。集值數據和系統變量之間存在很強的非線性，系統的建模、辨識和控制必須放到非線性框架下討論。同時，強非線性會造成系統變量之間的隨機相關性，其研究缺乏必要的數學理論和分析工具。

這就造成了辨識和控制的本質困難，按照趙延龍的解釋，這“需要新的視角和方法”。

這些年來，趙延龍提出了經驗測度法、遞推投影估計、二尺度控制、隨機遞推控制等原創性方法，解決了集值系統的可辨識性、辨識與控制的最優性等基本科學問題。

相關的成果目前已成功應用到復雜疾病建模和雷達目標識別等實際問題中，構造了更有效的統計驗證方法，以及準確率更高的目標智能識別算法。他的工作得到了國際同行的肯定和好評，被公開評價為“擴展傳統的系統辨識理論”“重要發展”等。

趙延龍覺得最難熬的階段似乎已經過去了，這條路他走得磕磕絆絆，但現在終于逐漸順暢起來。他感慨，“得到大家的認同其實很不容易”。他回顧一路走來的過程，還是會感慨當初不被認同的痛苦。集值系統辨識與控制，是后來才慢慢被行業內專家認可的。

但他始終確信，這個方向“值得去做”。他在基礎科研冷板凳上坐著，單純又執拗：“如果當時放棄了換一個方向，其實這個方向可能也就沒了。”

幸好，那時候的他，壓根“沒有那么多想法”。

來源：中國青年報客戶端

本文轉自:中國青年報