报告题目： 如何设计数据驱动控制器
报 告 人： 北京交通大学 侯忠生教授
报告时间： 2016.11.24 下午 4:00
报告地点： 自动化学院泰山报告厅
报告人简介：
侯忠生，现为北京交通大学自动控制系主任、二级教授、卓越百人计划“领军人才”入选者。IEEE Senior Member、IFAC Technical Committee "Adaptive and Learning Systems" 委员、IFAC Technical Committee "Transportation Systems"委员。中国自动化学会“数据驱动控制、学习与优化”专业委员会创始主任。“自动化学报”、“控制与决策”、“系统科学与数学”编委；曾是IEEE神经元网络与学习系统会刊专刊客座编委；目前是IEEE工业电子学会刊专刊“数据驱动控制与学习系统”责任客座编委。主持国家自然科学基金重点项目2项，国家自然科学基金重大国际合作项目1项。
内容简介：
基于模型的现代控制理论已经比较成熟，主要分支包括系统辨识、自适应控制、路扳控制、最优控制、边结构控制、随机系统等，并且已经在很多领域如工业过程、航天系统中得到成功应用。然而，针对模型已知但有较大未建模动态或不确定性、模型虽已知但太复杂阶数高非线性强、或模型不可获取，的系统，到目前为止还没有很好的控制方法，甚至理论上也是如此。但这类系统是普遍存在的，是控制领域一直面临的挑战问题。幸运的是，许多的工业系统每时每刻都产生和存储大量的过程数据，这些数据中蕴含着关于过程运行和设备的所有信息。因此，当模型不可获取时，如何利用这些数据直接设计控制器和进行参数整定，进而发展数据驱动控制理论，是一个极其重要性的科学问题。
本报告包括四部分。首先，介绍基于模型控制理论存在的问题、数据驱动控制的定义、分类、科学目标以及相关的一些重要问题；然后介绍一种面向控制系统设计新颖的动态线新化方法、并以两种典型的数据驱动控制无模型自适应控制方法为例演示控制系统设计过程。最后是无模型自适应控制方法应用和结论。
