为搭建系统科学领域高水平学术交流平台，聚焦分数阶微积分、随机网络系统等前沿方向的理论应用与创新发展，凝聚校际及国际科研合力，助力学科建设与人才培养，北京物资学院系统科学研究院精心筹备、统筹安排，于2026年1月28日（周三）15:30-18:00，在崇德楼422室正式举办第三十六期运河论坛。北京物资学院系统科学研究院执行院长、研究生院常务副院长、党委研究生工作部部长莫立坡教授出席会议。研究院青年教师、研究生代表参加本次会议。

本期论坛特邀美国加州大学默塞德分校陈阳泉教授（Prof. YangQuan Chen）、北京交通大学于永光教授两位知名学者作主旨报告。论坛紧密围绕智慧机器学习、随机网络系统稳定性分析等前沿方向展开深度研讨，报告环节由莫立坡院长主持。

报告一：使用分维微积分和分数阶微积分的更智慧的机器学习（美国加州大学默塞德分校）

陈阳泉教授在报告中，首先探讨了“智慧”的内涵，进而指出当前机器学习尚未达到真正的“智慧”水平。

陈教授重申了“复杂性（C）—逆幂律（IPL）—分数阶微积分（FC）”三角关系的重要性，详细阐释了指数律（EL）、拉伸指数律（SEL）和逆幂律（IPL）三条定律，以及对应的整数阶微积分、分形微积分和分数阶微积分生成松弛方程。最后，他介绍了团队近期利用粗糙度量化概念实现更智慧机器学习的相关研究成果，论证了粗糙度感知机器学习是一种具有潜力的智慧机器学习理念。

报告二：具有记忆特性随机网络系统的稳定性分析与控制（北京交通大学）

于永光教授的报告聚焦具有记忆特性的随机网络系统的定性分析与控制研究。他首先借助构建迭代序列的方法，证明了随机噪声影响下Caputo型分数阶系统解的存在性与唯一性。进而，于教授给出了随机噪声作用下Caputo型分数阶网络系统在均方意义下实现渐进稳定的充分条件。同时，针对分数布朗运动驱动的随机网络系统，他建立了其实现均方渐进稳定的充分条件，并深入探讨了该类系统的最优控制问题，为相关领域的研究提供了重要理论参考。

本次论坛设置了互动答疑环节，每个报告结束后，参会青年教师和研究生积极提问，围绕报告中的核心观点、技术难点及研究方向与两位专家展开深入交流，专家们结合自身研究经验逐一耐心解答，现场互动氛围热烈，有效深化了参会人员对报告内容的理解与认知。

莫立坡院长为本次论坛作总结发言。他首先向两位专家的精彩分享致以感谢，指出本次论坛议题前沿、内容详实，既有深厚的理论支撑，又具鲜明的实践导向，为参会教师带来了全新的学术视野与思想启发。莫立坡表示，系统科学研究院将持续打造“运河论坛”这一学术品牌，通过常态化的高水平学术交流，进一步深化国际及校际合作，激发科研创新活力，推动学校“系统科学”学科建设及高层次人才培养迈向新台阶。

撰稿：吴志强

摄影：钱永超

审核：莫立坡