Chu博士介绍了模型预测控制（Model Predictive Control，MPC）的原理和优缺点。模型预测控制是一种基于在滚动时域方法中进行在线重优化的现代控制策略，因其数值优化特性，能够以系统化的方法处理复杂的控制目标和约束，从而在微电网的能源管理中有着广泛的应用前景。针对模型预测控制方法在处理快速采样系统和含有不确定性或干扰项的系统时由于计算量过大而导致的非实时性问题，Chu博士提出了模型预测控制的动态策略方法（Dynamic Policy Formulation）。该方法可以离线计算控制器的动力学优化问题，从而可以显著地简化在线计算，满足控制系统实时性要求。Chu博士还展望了该方法在不确定的线性时变系统研究中的应用前景。

此次讲座吸引了众多科研人员和学生的参与。讲座之后，Chu博士与科研人员和学生进行了广泛深入的交流。

 Yun-Chung Chu博士于1990年和1992年在香港中文大学分别获得电子学学士学位和信息工程硕士学位，1996年在剑桥大学（University of Cambridge）获得控制学博士学位，师从英国皇家学会院士、英国皇家工程学院院士、IEEE Fellow Keith Glover教授。他在博士期间曾为Croucher Scholar。历任香港中文大学及剑桥大学博士后研究员、新加坡南洋理工大学（Nanyang Technological University）助理教授和副教授。1993年成为Cambridge Philosophical Society Fellow，2006年成为IEEE高级会员。现任香港大学客座副教授。Chu博士的研究领域包括控制理论和人工神经网络及其在航天器编队、电力系统和智能电网中的应用。