工学讲坛（十三）Coordination Control and Optimization of Hybrid Dynamical Networks

主    题：Coordination Control and Optimization of Hybrid Dynamical Networks

主 讲 人：唐 漾

时    间：2016年12月8日（周四）下午2：00—3：00

地    点：工学院25-512会议室

主讲人简介：

    华东理工大学教授，博士生导师。2015年入选中组部“青年千人”计划。2015年4月起任职华东理工大学教授。主要从事复杂网络和多智能体系统建模、控制以及优化等方面的研究工作。在Nature Communications、Automatica、SIAM汇刊、IEEE汇刊和美国物理学会会刊等国际期刊上发表SCI论文60余篇，其中包括Nature子刊、SIAM汇刊、IFAC汇刊和IEEE汇刊论文30余篇。担任SCI期刊Journal of the Franklin Institute、Neurocomputing、International Journal of Control, Automation, and Systems 等期刊的副主编、编委和专刊客座主编，担任多个程序委员会委员，同时担任IEEE汇刊、Automatica等多本国际期刊审稿人，并获得Automatica, IEEE Trans. Cybernetics杰出审稿人称号。

报告摘要：

    Networked multi-agent systems, usually composed of a number of homogeneous/heterogeneous agents interconnected via communication channels, have shown their wide applicability in various areas, such as power grids, lasers, bioinformatics, sensor networks, vehicles, robotics and neuroscience, for instance. In this talk, coordination of complex multi-agent systems will be presented. The first part is devoted to the research background. Then, we will talk about consensus of three types of networks of multi-agents, i. e., impulsive networks, sampled-data networks and switching networks. Finally, conclusions will be drawn.



工学讲坛（十四）

主    题：如何设计数据驱动控制器

主 讲 人：侯忠生

时    间：2016年12月8日（周四）下午3：00—4：00

地    点：工学院25-512会议室

主讲人简介：

    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。创立并完善了“无模型自适应控制（MFAC）理论”，出版专著3部。提出了系列的基于交通系统重复性模式的交通系统数据驱动学习预报与控制方法（包括道路交通和铁路），是迭代学习控制理论研究和数据驱动控制理论领域具有国际影响的活跃学者。

报告摘要：

    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。