不过个人看到这里面的一些新动向，就是和经济学有关。作练习的时候经常用一些经济学的例子，做到最后发现居然是control的问题。其实抽象的看，在有模型的控制方法来看，模型就是一个式子，至于这个式子在实际系统中的意义，不是那么重要了。

个人感觉在model-base control里面，多是针对linear model，对于nonlinear model，方法不是特别多，还有一定的挖掘潜力。说道了nonlinear model就不能不提knowledge base control，说得具体点就是所谓的专家系统，模糊控制，神经元什么的，这是一条新路。这些一部分是算法：不管你模型是什么，把专业技术工人的知识拿过来作为机械自己的知识，完成相应的控制目标。一部分是建模：曾经做过的assignment是用神经网络建模的，每个神经元都是线性的，但是却比任何一个线性模型都要准确拟合非线性的行为。

更关键的，这种控制器可以实现adaptive和learning的功能，就是他能从控制的失败中自己学习怎么更好的控制。我现在还不知道这个是怎么干得，但是将来和AI结合，是很有可能的。投身如此的人，必要耐得住寂寞，主要研究鲁棒，LMI(linear matrix inequality)，既枯燥有很难，理论性很强，现在又时兴起probalistic的鲁棒了。

二.我看理工交叉学科

近代科学发展特别是科学上的重大发现和国计民生中的重大社会问题的解决，常常涉及不同学科的相互交充满和相互渗透。学科交叉逐渐形成一批交叉学科，尤其是理工科，如化学与物理学的交叉形成了物理化学和化学物理学，化学与生物学的交叉形成了生物化学和化学生物学，物理学与生物学交叉形成了生物物理学等。这些交叉学科的不断发展大大地推动了科学进步，因此学科交叉研究(interdisciplinary research)体现了科学向综合性发展的趋势。科学上的新理论、新发明的产生，新的工程技术的出现，经常是在学科的边缘或交叉点上，重视交叉学科将使科学本身向着更深层次和更高水平发展，这是符合自然界存在的客观规律的。由于现有的学科是人为划分的，而科学问题是客观存在的，根据人们的认识水平，过去只有天文学、地理(地质)、生物、数学、物理、化学六个一级学科;而经过20世纪科学的发展和交叉研究，又逐渐形成了新的交叉学科，如生命科学、材料科学、环境科学等。