首页 >> 学术信息 >> 正文

数理学院研究生论坛:Does R. E. Kalman’s Paradigm Still Works at the Big Data/AI Age?

发布日期:2019/11/12      点击:[]

报告题目: Does R. E. Kalman’s Paradigm Still Works at the Big Data/AI Age?

报告人:侯忠生教授

时间:20191115日(周五)13:30-16:00

地点:崂山校区D2-220

主办单位:研究生院,数理学院,数学与交叉科学研究院

报告摘要:

卡尔曼最重要理论成果产生于1960年,卡尔曼架构主要包括:状态空间模型、能控能观性、卡尔曼滤波、LQR等理论。卡尔曼架构对控制领域产生了广泛而深远的影响。

报告首先介绍卡尔曼架构下控制方法存在的诸多问题以及典型范式,即精确模型困难与未建模动力学、模型复杂与模型简约、持续激励条件与闭环工作等,以及严谨收敛性证明模式。然后,探讨如何保持原有卡尔曼架构下控制理论与方法的优点,同时又需要解决建模困难与未建模动态这对关键孪生问题的途径;其次,探讨模型可获取时,如何可以不利用模型设计控制器,而是运用“numerical control theory”的思想设计迭代形式的控制器;当模型不可获取时,如何应用数据驱动控制方法来解决问题。再次探讨,后卡尔曼时代的控制理论如何与大数据/AI结合;最后指出后卡尔曼时代的控制理论与方法应该具备的基本能力。

专家介绍:

侯忠生教授,原北京交通大学二级教授、卓越百人计划领军人才入选者。现为青岛大学自动化学院首席教授。

中国自动化学会会士;IEEE 高级会员、IFAC "Adaptive and Learning Systems" 技术委员会委员、"Transportation Systems"技术委员会委员。

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。自动化学报控制理论与应用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基于数据的控制、决策、调度与故障诊断专刊客座编委; 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。

代表性科研项目:主持国家自然科学基金重点项目3项,国家自然科学基金重大国际合作项目1项。H指数40

主要学术成果如下

1、创立并完善了无模型自适应控制(MFAC)理论MFAC内容已经被10部专著作为整章和部分章节引用;已经在160余个不同实际系统中得到应用。

2、提出了系列的交通系统(包括道路和高铁)数据驱动学习预报与控制方法。

3、是迭代学习控制理论研究领域具有国际影响的活跃学者。

4、是数据驱动控制理论研究具有国际影响的领航者之一。