2026年5月30日至31日，由国家天元数学西北中心主办、太原理工大学数学学院承办的 “2026年人工智能、神经网络与偏微分控制前沿论坛” 在太原顺利召开。来自复旦大学、中国科学院、浙江大学、大连理工大学、北京工业大学、华中科技大学、北京理工大学、南京理工大学、山东科技大学、山西大学、广西民族大学等高校及科研院所的专家学者齐聚一堂，围绕人工智能、神经网络及偏微分系统控制理论等相关领域的前沿动态，聚焦学科前沿热点与技术难点，分享最新科研进展。
5月30日上午研讨会举行了开幕式。太原理工大学副校长桑胜波教授出席开幕式并致欢迎辞，向远道而来的各位专家学者、与会师生致以诚挚欢迎，同时衷心感谢国家天元数学西北中心对本次会议的鼎力支持。致辞中，桑校长指出人工智能、神经网络与偏微分系统控制理论的交叉融合是当下前沿研究方向，兼具基础理论突破价值与服务国家重大需求的重要使命。他希望本次研讨会能够搭建起优质的学术交流平台，促进跨学科深度交流，启迪创新科研思路，鼓励广大青年学者与研究生踊跃交流、展示成果、深耕前沿研究。
学术报告环节，来自多所知名高校和科研机构的专家学者先后分享了最新研究成果。报告内容兼具前沿理论与实际应用，主题广泛覆盖了随机非线性系统分析与控制、神经动力学优化理论与方法、平方可积最优随机控制的一般随机最大值原理、线性正倒向微分方程的解及其应用、发展型半变分不等式支配的最优控制系统的松驰化、控制与人工智能—PID加速训练优化算法、部分观测随机系统的线性二次均值场博弈、复杂环境下多智能体分布式安全控制理论与方法、带熵正则化的倒向随机控制系统、时滞热方程的神经学习算子控制、ARZ交通流模型的边界控制理论与方法，以及无穷维系统的自适应控制方法等。
报告深入探讨了诸多关键科学问题，例如如何在复杂环境下移除随机非线性系统分析与控制；神经动力学方法处理复杂约束优化问题的计算优势；平方可积随机最优控制的一般最大值原理；由演化半变分不等式支配的系统中的极小化问题；非标准LQ控制中正倒向方程的解耦技巧；利用DeepONet加速偏微分方程控制的数值计算；低空集群中多智能体系统的预设性能控制与隐私保护；以及基于偏微分方程的宏观交通流模型反馈镇定方法等。与会代表积极提问，讨论热烈，充分展示了当前控制理论、人工智能与偏微分方程交叉领域的最新成果和发展趋势。
为期两天的专题研讨会于31日圆满闭幕，本次会议面向学科前沿，围绕“人工智能、神经网络与偏微分方程"这一主题展开了深入而充分的交流，为从事系统控制、神经网络、偏微分方程、随机分析与人工智能研究的专家学者搭建了高水平交流平台。会议进一步凝练了相关领域的重要科学问题，促进了多学科交叉合作，对推动控制理论及其在人工智能与复杂系统中的应用创新具有积极意义。
