报告题目：1、二维系统在有限时域下的鲁棒卡尔曼滤波  2、布尔网络状态反馈镇定的算法研究
报告时间：1、2018年10月13日10：30-11：30 2、2018年10月14日16：30-17：30
报告地点：机器人中心308
报告人简历： 梁金玲，东南大学教授，应用数学专业、网络空间安全专业博士生导师。现主持国家自然科学基金面上项目1项，主持完成江苏省杰出青年基金1项、国家自然科学基金2项，江苏省自然科学基金1项。担任江苏省数学学会理事、IEEE TNNLS等四个国际刊物的副编辑、10余个国际会议的程序委员会委员，是50余个国际SCI刊物及20余个国际会议的活跃审稿人。近年来主要从事复杂网络控制与优化、神经网络理论及应用等领域的研究工作。现已在国内外重要学术刊物发表学术论文80余篇。梁金玲教授曾获第九届“中国青年女科学家奖”，入选教育部“新世纪优秀人才支持计划”；江苏省第四期“333高层次人才培养工程”中青年科学技术带头人培养对象以及江苏省“六大人才高峰”高层次人才等。
报告摘要：
    （一）探讨一类二维不确定系统的鲁棒卡尔曼滤波问题。设计一个鲁棒卡尔曼滤波器，使在存在参数不确定性和降低测量值的情况下，广义估计误差方差的上界在每个移位步长的跟踪意义上局部最小化。通过引入二维恒等二次滤波器，首先建立了被寻址的二维系统广义估计误差方差的递推，在此基础上得到广义估计误差方差的上界。随后，通过合理设计滤波参数，使这种上限在跟踪意义上最小化。
    （二）分析布尔控制网络（BCNs）的状态反馈镇定算法问题。首先，通过矩阵半张量积，给出可完全刻画该BCNs动力学的标示有向图，进而得到了一个BCNs可镇定的等价图表示；即：可以由其有向进树来反应状态反馈控制器的存在性，使得BCNs可镇定到某个预先给定的平衡点。其次，给出两个有向进树的有效搜索算法--宽度优先搜索算法以及深度优先搜索算法，在网络是全局可镇定时，用来设计有效的状态反馈控制率。