题　目：基于自适应动态规划的非线性系统自学习控制方法
　　报告人:刘德荣, 中国科学院自动化研究所， IEEE Fellow & IEEE TNNLS主编
　　时　间：2015年5月14日下午3:00-4:30 PM
　　地　点：403会议室
　　组织单位：计算机科学与技术系    
　　邀请人：黄德双 教授

　　报告人简介: 刘德荣，中国科学院自动化研究所复杂系统管理与控制国家重点实验室副主任、研究员、博士生导师。主要从事智能控制理论及应用、计算智能、复杂系统理论与方法等方面的研究工作。1982年从华东工学院毕业并获机械工程学士学位，1987年从中国科学院自动化研究所毕业并获自动控制理论及应用硕士学位，1994年从美国圣母大学毕业并获电机工程博士学位。曾在美国通用汽车公司研究开发中心工作和斯蒂文斯理工学院电机与计算机工程系任助教授。从1999年开始，在芝加哥伊利诺依大学电机与计算机工程系工作，先后任该校助教授 (1999–2002)、终身职副教授 (2002–2006)和终身职正教授 (2006年起)。自1992年以来，共发表了130多篇SCI论文、200多篇国际会议论文。同他人合作共出版过15本书。曾受邀在20多个国际会议上做大会报告。1999年获美国国家科学基金会教授早期事业发展奖。2006年获伊利诺依大学的大学学者奖。2008年获中国国家自然科学基金委“海外杰出青年合作研究基金”。2014年获亚太神经网络联合会杰出成就奖。现任IFAC理事、IEEE计算智能学会理事、亚太神经网络联合会理事、中国自动化学会常务理事、《IEEE神经网络与学习系统汇刊》总主编、Springer的《人工智能评论》主编。2005年当选IEEE Fellow、2013年当选INNS Fellow.

　　内容提要:非线性系统的最优控制动态规划方法需要求解非线性Hamilton-Jacobi-Bellman (HJB)方程，离散时间的HJB方程由于需要求解非线性差分方程，其求解更加困难。长期以来，动态规划方法虽然理论上可以求解非线性系统的最优控制，但是由于时间反向计算而产生的“维数灾”问题，实际问题中无法完成其超大的计算量。提出一种求解动态规划方法HJB方程的自学习控制算法，称其为自适应动态规划算法。所提的算法可以用来解决未知离散时间非线性系统的最优控制问题，同时给出了该控制算法的收敛性证明。算法的实现用到了三个神经网络，在递推的每一步分别用来近似性能指标函数、最优控制律和未知非线性系统。仿真结果证明了自学习控制算法的有效性.

　　欢迎各位老师同学踊跃参加！