重要信息

官网：www.icceic.org  时间：2025年10月17-19日 地点：中国-广州

征稿主题
 

Track I：智能控制与自动化

（控制理论及应用、智能与最优控制系统、系统科学与系统工程、系统建模、分析与综合等）

Track II：计算机网络安全

（计算机原理、计算机体系结构、计算机网络、操作系统原理、数据结构、C语言程序设计、汇编语言程序设计等）

Track III：计算机工程

（先进计算与数据处理、体系结构与软件技术、移动互联与通信技术、安全技术、人工智能及识别技术、图形图像处理、多媒体技术及应用、开发研究与工程应用等）

Track Ⅳ：软件工程

（软件需求、软件维护、软件配置管理、软件工程管理、软件工程过程、软件工程模型与方法、软件质量、软件工程职业实践、软件工程经济学等）

Track V：嵌入式系统

（数字图像压缩、通信协议及编程、网络与信息安全、数字信号处理/处理器、数字电路、计算机组成原理、嵌入式微处理器的结构与应用等）

Track VI：网络工程

（高等数学、线性代数、概率与统计、离散数学、电路与电子学、数字逻辑电路、数据结构、编译原理、操作系统、数据库系统等）

计算机工程与智能控制

在信息技术和自动化技术快速发展的今天，计算机工程与智能控制已成为推动社会进步和产业升级的重要引擎。计算机工程为数据处理、系统设计和智能决策提供核心平台，而智能控制则是实现动态系统高效、安全、智能运行的关键方法。两者的深度融合，正不断催生新兴应用场景，从智能制造到智慧交通，从智能电网到智能医疗，为人类社会的发展提供了坚实的技术支撑。

---

一、计算机工程的核心价值

计算机工程是研究计算机系统设计、开发和应用的学科，涵盖硬件与软件的集成。其主要内容包括：

1. 计算机硬件：如处理器、嵌入式芯片、GPU/TPU，为智能系统提供计算能力。

2. 软件与算法：操作系统、编译器、数据库，以及人工智能算法，为智能控制提供底层支持。

3. 网络与分布式计算：云计算、边缘计算和物联网，确保不同控制系统之间高效的数据交互。

4. 人机交互与可视化：利用虚拟现实（VR）、增强现实（AR）和可视化技术，实现控制系统的直观交互与优化。

计算机工程的本质作用在于提供算力与智能化平台，使得复杂控制问题能够实时建模、计算与优化。

---

二、智能控制的核心内涵

智能控制是自动控制理论与人工智能技术结合的产物，突破了传统控制方法对线性系统与精确模型的依赖，能够适应复杂、非线性、不确定系统。其典型形式包括：

1. 模糊控制：通过模糊逻辑描述不确定性，广泛应用于家电、工业控制和汽车。

2. 神经网络控制：利用人工神经网络的学习与自适应能力，实现复杂系统建模与控制。

3. 专家系统与规则控制：基于专家知识库，解决特殊工况下的控制决策问题。

4. 自适应控制：通过实时参数调整，使控制系统能够适应环境变化。

5. 强化学习控制：通过与环境交互不断学习，实现复杂任务的最优控制。

智能控制强调感知—决策—执行的闭环优化，使得系统能够在动态环境中保持稳定与高效。

---

三、计算机工程与智能控制的融合模式

1. 嵌入式智能控制系统
   将计算机芯片与传感器、执行器结合，广泛应用于无人机、智能机器人、医疗设备等。

2. 分布式与网络化控制
   借助计算机网络，多个智能控制节点协同工作，实现智能电网、智慧交通等复杂系统的调度。

3. 大数据驱动的智能优化
   计算机工程提供海量数据处理能力，智能控制算法利用这些数据进行预测、建模与优化。

4. 数字孪生与虚拟仿真
   借助高性能计算，构建物理系统的数字模型，进行预测性维护与实时优化控制。

---

四、典型应用场景

1. 智能制造

   • 计算机工程：生产调度系统、工业大数据平台；

   • 智能控制：工业机器人、CNC 数控机床，实现柔性化生产与自适应控制。

2. 智慧交通与无人驾驶

   • 计算机工程：车联网（V2X）、实时计算平台；

   • 智能控制：路径规划、自适应巡航控制，实现自动驾驶与智能交通调度。

3. 智能电网与能源系统

   • 计算机工程：大数据与云计算平台，用于电力预测与调度；

   • 智能控制：新能源接入优化、微电网控制、储能系统调度。

4. 医疗健康

   • 计算机工程：医学影像处理、智能诊断平台；

   • 智能控制：手术机器人、智能康复设备，提升医疗安全与效率。

---

五、面临的挑战

1. 实时性与可靠性要求：控制系统对延迟极为敏感，而计算机平台需保证高速稳定。

2. 系统复杂性：多学科交叉导致设计难度大，要求复合型人才。

3. 安全与隐私：智能控制系统面临网络攻击和数据泄露的风险。

4. 标准与兼容性：不同厂商和系统的兼容性不足，限制了大规模应用。

---

六、未来发展趋势

1. 人工智能驱动控制：深度学习与强化学习将在复杂动态环境中实现更高水平的智能决策。

2. 边缘智能与实时控制：将计算与控制部署在边缘设备，提升实时性与自主性。

3. 量子计算与智能控制：在大规模复杂优化问题中，量子计算有望显著提升智能控制性能。

4. 跨域融合与自主系统：计算机工程与智能控制将更深度融合于航空航天、深海探测、智慧城市等领域。

5. 绿色与可持续控制：通过优化能源利用和减少浪费，实现环境友好与低碳发展。

---

总结

计算机工程与智能控制的结合，正在构建面向未来的智慧系统。计算机工程提供算力、数据与算法支撑，而智能控制赋予系统感知、学习与自适应能力。它们的深度融合不仅推动了智能制造、智慧交通、能源电力和智能医疗等行业的发展，还将成为未来社会智能化、数字化和绿色化的重要基础。随着人工智能、大数据、物联网和量子计算的不断进步，计算机工程与智能控制将迎来更加广阔的发展前景。