报告题目：基于机理模型与数据的智能控制及其实现

报告人：游科友，清华大学自动化系

报告时间：2021年7月16日9:00-11:00

报告地点：海山楼A802

内容简介：

     模型预测控制（MPC）是一种基于被控对象的数学模型及其将来行为预测的最优控制方法，尽管具有很好的闭环性能，但其控制律需在实时约束下在线求解最优化问题（如线性二次规划）。为了避免使用在线求解器，目前主要采用参数化显式MPC方法，即离线对MPC进行预先计算并存储，在线仅需查找。但该方法的复杂性通常随着优化问题的约束数目、决策变量维数等呈指数增长，通常仅限于小规模问题。为此，本报告提出了一种基于神经网络结构的智能MPC及其FPGA快速实现，并讨论其实际应用。

报告人简介：

     游科友，清华大学自动化系长聘副教授、博士生导师。2007年获中山大学统计科学学士学位。2007年8月至2012年6月在新加坡南洋理工大学电气与电子工程学院攻读博士学位和从事博士后研究。自2012年7月起任教于清华大学自动化系。曾受邀访问意大利都灵理工大学、澳大利亚墨尔本大学、香港科技大学等院校。长期从事复杂网络化系统的学习、优化与控制及其应用的研究。目前，担任 Transactions on Control of Network Systems、IEEE Transactions on Cybernetics、IEEE、Systems & Control Letters、IEEE Control System Letters 等国际期刊副编委(Associate Editor)。先后主持国家自然科学基金委优青项目、重点项目、重点研发计划课题等，获关肇直最佳论文奖、亚洲控制学会淡马锡青年教育学者奖。