学术报告

学术报告

您当前所在位置: 首页 > 学术报告 > 正文
报告时间 2021.12.08 9:30-10:30 报告地点 腾讯会议:541-327-587会议密码:1208
报告人 魏庆来

报告题目:基于自适应动态规划的自学习最优控制理论与应用

报告人:魏庆来 研究员 中国科学院自动化研究所研究员

Qinglai Wei 22k

邀请人:李俊民

报告时间:2021.12.08 9:30-10:30

腾讯会议:541-327-587会议密码:1208

报告人简介:魏庆来,中国科学院自动化研究所研究员,博士生导师,复杂系统管理与控制国家重点实验室副主任,中国自动化学会理事,国际神经网络学会理事。国家优秀青年基金获得者。主要从事人工智能、自学习最优控制,自适应优化决策、复杂系统自演化、自适应动态规划及其工业应用等研究工作。目前发表/录用论文120余篇,出版专著6部。作为项目负责人主持科研项目20项,包括国家自然科学基金优秀青年基金等省部级以上基金项目9项。获得IEEE Transactions on Neural Networks and Learning Systems Outstanding Paper Award,IEEE System, Man, and Cybernetics Society, Andrew P. Sage Best Transactions Paper Award,中国产学研合作创新奖,中国自动化学会青年科学家奖,中国自动化学会杨嘉墀科技奖,亚太神经网络学会青年学者奖,2015年张嗣瀛优秀青年论文奖等10余项奖励。入选2018年-2019年全球高被引科学家。共担任13本期刊编委包括6本IEEE期刊编委。研究成果应用于实际建筑智能节能监管系统中,获得经济效益1100余万元。担任IEEE CIS Beijing Chapter, Secretary。在DDCLS2020,ICONIP 2018,ISNN2017,ICONIP 2017,WCICA 2016,WCCI2014等14项国际相关领域学术会议上担任重要职务。

报告摘要:报告主要介绍了基于自适应动态规划(Adaptive Dynamic Programming, ADP)的非线性系统自学习最优控制方法的基本原理与研究进展。自适应动态规划由美国学者P. J. Werbos首次提出,以最优性原理为基础,融合人工智能的先进方法,是解决大规模复杂非线性系统智能优化控制问题的方法。自适应动态规划基于增强式学习原理,采用非线性函数拟合方法逼近动态规划的性能指标,模拟人通过环境反馈进行学习的思路,有效地解决了动态规划“维数灾”的难题,近年来被认为是一种非常接近人脑智能的学习控制方法。该项目首先介绍了自适应动态规划的基本原理,然后进一步介绍迭代自适应动态规划的基础理论以及研究进展。然后介绍自适应动态规划的应用。

上一篇:Transmission dynamics of COVID-19 in complex networks

下一篇:本地差分隐私简介

关闭