报告题目：输入映射-在线数据驱动控制方法

报告时间：2024年11月28日（周四）20：00

腾讯会议：382 454 827

报告摘要：

模型不准确往往会造成系统控制性能的下降，甚至闭环系统的不稳定。为了解决这一问题，鲁棒控制方法通过扩大控制设计的适用范围，来保证控制器的稳定性，但控制性能却因此而下降；自适应方法则试图通过在线或离线辨识模型，来实现对控制性能的改善，但对辨识的数据有一些特殊的要求。这里，我们提出的输入映射方法通过将历史的输入信息根据相关输出信息，映射到系统当前的输入空间中，避免在线的模型辨识，降低了对于历史数据的要求。报告介绍了输入映射方法在预测控制、迭代学习控制等传统控制方法中的设计结果。

专家简介：

李德伟，1993年本科毕业于上海交通大学自动控制系。此后十一年先后在企业中任职。2009年于上海交通大学自动化系获得工学博士学位，同年进入上海交通大学仪器工程系进行博士后研究工作，2011年出站后留校任教。现为上海交通大学自动化系教授，博士生导师。

主要从事预测控制，智能交通，智能机器人，无人系统等方面的研究。在国内外学术刊物及会议上发表论文300余篇，授权发明专利10项，出版学术专著1部，先后承担国家自然科学基金、科技部、上海市等项目20余项。获2016年中国自动化学会自然科学一等奖，2017年国家自然科学二等奖，2021年中国自动化学会技术发明二等奖。

李德伟教授现任中国自动化学会预测控制与智能决策专业委员会主任，中国自动化学会控制理论与应用教育工作组委员，Control Engineering Practice的编委。

备注：该学术报告为先进控制与智能技术云讲坛系列报告。