数据驱动的建模与控制是流程工业智能化转型的重要任务。复杂流程工业场景具有多模态 异步观测、宏微观机理叠加、优化目标及约束可变、多类型时变耦合等特点，现有建模决策方 法存在机理先验难引入、多模态信息难协同、决策目标难切换、时变环境难适应等缺陷。为此 ，本项目针对带有耦合时变的复杂流程工业系统建模与可变目标控制难题，拟开展如下研究： 1）挖掘流程工业物料转化的连续时间动态机理，利用异步异构多模态观测数据，形成基于神 经微分世界模型的工业动态系统建模方法；2）研究微分世界模型驱动的可变目标优化控制技 术，形成离在线结合的策略构建与在线可变目标控制方法；3）探究高扰动流程工业系统的耦 合时变机制，设计动态环境下的世界模型自适应策略，实现模型在真实生产环境中的长期服役 。本项目研究成果能够丰富人工智能与流程工业交叉领域研究内涵，为复杂工业系统建模控制 提供新型理论方法与技术支撑。