通过大规模筛选，鉴定到一个重要的光效调控基因HIGH PHOTOSYNTHETIC EFFICIENCY 1(HPE1)。研究发现HPE1基因编码一个新的叶绿体RNA剪接因子，其缺失改变了细胞核编码的叶绿素相关基因的表达，从而优化了捕光色素，最终增加了光捕获能力和光合作用量子产量，提高了实际光合作用效率。该工作提示了一种光效优化的新策略。

本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络（GAN）驱动的进化多目标算法。

2019年上海市科技进步一等奖 在复杂多变海况与恶劣运行环境中，大型综合电力系统各类型扰动和故障频繁，严重影响了大功率变频装置与高精密仪器的可靠运行，系统安全稳定问题远比陆地电网严峻，亟需突破解决。提高装备性能和系统调控水平，是保障我国由造船大国向造船强国转型升级的重大需求。围绕综合电力系统优化与智能运行技术难题，历经十余年的产学研攻关，取得了多项独创性技术成果： 1、发明基于多电平功率模块的大功率变频系统及自适应虚拟同步电机控制技术，研制国产5MW大功率多重优化控制变频装置。 2、首创多频带混合电力滤波器及参数动态优化技术，开发变压器可控预充磁装置，研制船舶电能质量诊断与协同优化控制系统。 3、提出大型船舶电站-电网自适应广域协调保护方法，研制协调保护装置与模糊多目标故障智能自愈系统。 4、发明船舶负载功率波动模糊分频与协同优化分配技术，提出综合电力系统分级协同稳定控制机制与方法，开发船舶能量动态智能优化管理系统。 项目获16项专利，成果整体达国际领先水平，打破了国外技术垄断与封锁，解决了我国民用船舶电力系统关键装备“卡脖子”的问题，有效支撑了综合电力系统的优质运行。成果已成功应用于“海洋981”半潜式钻井平台、“雪龙2”等综合科考船、大型箱船，其中“东方红3”科考船电网运行参数部分世界领先，获CCTV、新浪网等多家权威媒体报道。项目核心装备与系统打通了高技术船舶上下游产业链，推动了上海船舶工业高端化转型与发展，近三年新增产值10.39亿、利润1.48亿、利税0.5亿，衍生技术已拓展应用至多个配电网示范工程。 图 2 自主优化控制大功率变频装置 图 3 混合滤波器实物图  图 4 电能质量主动优化控制系统 图 5   智能保护与自愈系统现场应用及测试

项目成果/简介:2019年上海市科技进步一等奖在复杂多变海况与恶劣运行环境中，大型综合电力系统各类型扰动和故障频繁，严重影响了大功率变频装置与高精密仪器的可靠运行，系统安全稳定问题远比陆地电网严峻，亟需突破解决。提高装备性能和系统调控水平，是保障我国由造船大国向造船强国转型升级的重大需求。围绕综合电力系统优化与智能运行技术难题，历经十余年的产学研攻关，取得了多项独创性技术成果：1、发明基于多电平功率模块的大功率变频系统及自适应虚拟同步电机控制技术，研制国产5MW大功率多重优化控制变频装置。2、首创多频带混合电力滤波器及参数动态优化技术，开发变压器可控预充磁装置，研制船舶电能质量诊断与协同优化控制系统。3、提出大型船舶电站-电网自适应广域协调保护方法，研制协调保护装置与模糊多目标故障智能自愈系统。4、发明船舶负载功率波动模糊分频与协同优化分配技术，提出综合电力系统分级协同稳定控制机制与方法，开发船舶能量动态智能优化管理系统。项目获16项专利，成果整体达国际领先水平，打破了国外技术垄断与封锁，解决了我国民用船舶电力系统关键装备“卡脖子”的问题，有效支撑了综合电力系统的优质运行。成果已成功应用于“海洋981”半潜式钻井平台、“雪龙2”等综合科考船、大型箱船，其中“东方红3”科考船电网运行参数部分世界领先，获CCTV、新浪网等多家权威媒体报道。项目核心装备与系统打通了高技术船舶上下游产业链，推动了上海船舶工业高端化转型与发展，近三年新增产值10.39亿、利润1.48亿、利税0.5亿，衍生技术已拓展应用至多个配电网示范工程。图 2 自主优化控制大功率变频装置图 3 混合滤波器实物图 图 4 电能质量主动优化控制系统图 5  智能保护与自愈系统现场应用及测试知识产权类型:发明专利 、 软件著作权技术先进程度:达到国际领先水平成果获得方式:与企业合作获得政府支持情况:国家级计划/专项类别:科技部重大专项、上海市重大项目等

质量远程监控与维护信息化服务平台，包括：质量远程监控系统、工艺操作优化系统、控制系统远程维护、工程管理系统、智能监测预警体系等六个功能模块。其中“质量远程监控与工艺操作优化系统”是整个系统的核心，基于全国设备运行的云数据分析结果通过分析计算给出最优的工艺操作参数，系统人员可远程修改环保装备的底层操作参数和程序，进行远程优化操作与系统软件故障的诊断与排除。通过质量监管模型、成本管理模型和设备管理模型可以组建出一个独立的污染物治理远程运营管理模型，可以快速生成分析管理报表、趋势以及各种复杂计算，以实现污

本发明提出一种基于多智能体强化学习的运输车路径优化方法，该方法涉及智能优化技术领域，  我国AGV每年新增装机量自2010年起迅速增长，自2013年起年同比增速维持在50%以上。目前AGV产品主要集中于中低端市场，产品功能比较单一。而一些大型汽车、家电企业希望通过获得AGV系统和整机产品的相关技术，自己实现AGV产品的定制化生产。在此背景下，从AGV制造商的角度来说，要从国内严重同质化的中低端AGV产品中脱颖而出，从软件系统上提供先进的路径规划方法，并且在未来不断升级，未尝不是一种提升产品服务质量、赢得客户青睐的做法。随着硬件性能的提高和计算技术的发展，系统仿真得以在越来越短的时间之内完成，以每辆AGV为单位进行微观系统仿真可以更好地反映AGV之间的相互影响。而强化学习方法作为一种利用交互和反馈进行策略优化的机器学习方法，正好可以利用AGV交互的数据为每辆AGV规划路径，使总的生产效率或搬运效率最高,从而降低物料搬运的成本。

成果介绍针对采用比例积分观测器法，结合电池荷电状态估计，设计能够同时对模型参数和电池荷电状态同时进行估计的算法，可应用于整车的BMS软件算法设计。搭建的软硬件平台可应用于BMS算法测试。技术创新点及参数(1)采用比例积分观测器法，结合电池荷电状态估计，设计能够同时对模型参数和电池荷电状态同时进行估计的算法；(2)在观测过程中模型参数可实时更新，算法满足李雅普诺夫方程，估计计算时可保证收敛；(3)更好的动态特性与电池充放电周期整体估计精度，且在电流信号有噪声时仍有较好的估计精度；(4)基于STM32芯片主控，AD7280芯片采集数据，μC/OS-III系统完成了控制系统软硬件设计。台架实验表明，系统信号采集精度良好，性能实现成功；(5)采用OCV法对Ah法进行纠正，获得新的综合SOC估算值，针对性地设计了初值确定方法，得到改良的SOC估计算法。*明该算法能在整个电池恒流放电过程中稳定估算SOC；(6)为考虑电池工作过程中的产热，对传统的SOC估算方法，引入温度约束，建立改良的SOP估计算法。*明该算法能很好地考虑电池温度对SOP估测影响而提升估算精度；(7)采用STM32F103芯片主控，AD7280A芯片采集信息，μC/OS-III系统建立了BMS软硬件系统，并进行了实车试验。结果表明改良后的估计算法精度良好可靠，所设计BMS具备出色的控制性能。市场前景本项目的涉及的算法设计及软硬件架构，可以采用成果授权、成果转让或者技术服务的形式与汽车零部件供应商产生合作。

谐波电能计量及其仪表用以定量描述电能生产、 传输、消费的全过程，广泛应用于包括光伏、风电、电动汽车、 充电站在内的新能源及传统电力系统。 项目主要功能包括：自适应迭代分解电压和电流信号得到 谐波与间谐波成分，计算其谐波含量；计量各个谐波/间谐波成 分的四象限电能计量参量；具有有功、无功能量脉冲输出，记 录参数设定、开盖检测以及电压不对称、过压、过流、超限等 事件，具有液晶循环显示功能，可通过 RS-48