报告题目：模型预测控制-从理论到实践
报告时间：2018年12月18日10：00
报告地点：自动化学院泰山报告厅
报告人简介：陈虹，吉林大学唐敖庆特聘教授，汽车仿真与控制国家重点实验室主任，曾获国家杰出青年科学基金。分别于1983年和1986年在浙江大学过程控制专业获工学学士和工学硕士学位，1997年在德国斯图加特大学获工学博士学位，2010年作为团队带头人入选教育部创新团队发展计划，2017年作为负责人获批国家自然科学基金重大项目“极限工况下汽车主动安全协同控制及应用验证”和国家重点研发计划项目“自动驾驶电动汽车测试与评价技术”。现兼任自动化学会车辆控制与智能化专业委员会主任委员、过程控制专业委员会常务委员、控制理论专业委员会委员，人工智能学会空天智能系统专业委员会委员，IFAC TC Automotive Control 委员等。主要研究方向为预测优化控制、非线性控制以及在汽车系统中的应用。
报告摘要：模型预测控制（MPC）是一种非线性最优控制策略，在每个采样时刻，把当前的状态作为系统的初始状态，然后求解一个有限时域最优控制问题，获得当前的控制作用；对优化产生的一系列控制序列，仅采用当前时刻的控制量作用于系统，产生下一时刻的状态量。传统的控制作用采用离线控制律，而 MPC 是一种在线控制作用。它的突出优点是能够有效处理控制量和状态量硬约束的能力，还能处理多种类型的目标函数。利用 MPC，系统能够在接近其物理限制的边界上控制，获得优于线性控制的效果。MPC 已经被广泛成功应用于许多生产实践中，主要包括工业和化学处理过程等。