中文摘要：

本项目拟研究集值输出系统的随机辨识和适应跟踪控制问题。集值输出系统是随着信息化和新兴生物发展技术的发展而演化出来的新型系统，相对其广泛的应用，理论研究相对匮乏，已有研究结果主要集中在辨识方面，且一般需要很强的条件，无法满足适应控制的需求，因此集值输出系统的适应控制至今还是一个国际难题。本项研究的关键在于1）利用集值信息的积累效果，提出衡量系统辨识和控制的全新指标；2）构造面向适应控制在线的、最优的辨识算法并分析其收敛性和收敛速度，其难点在于要在开环而非闭环条件下分析参数估计关于集值信息的条件期望；3）利用参数估计算法和必然等价原则，设计适应控制律，并利用概率和分析工具克服控制信号与集值输出强耦合这一难点，证明适应控制算法的最优性。相关结果有望在集值输出系统的适应控制方面迈出第一步，填补这项研究的空白。

结论摘要：

本项目研究集值输出系统的随机辨识和适应跟踪控制问题。集值输出系统是随着信息化和新兴生物发展技术的发展而演化出来的新型系统，相对其广泛的应用，理论研究相对匮乏，已有研究结果主要集中在辨识方面，且一般需要很强的条件，无法满足适应控制的需求，因此集值输出系统的适应控制是一个国际难题。 项目计划书的关键问题在于1）利用集值信息的积累效果，提出衡量系统辨识和控制的全新指标；2）构造面向适应控制在线的、最优的辨识算法并分析其收敛性和收敛速度，其难点在于要在开环而非闭环条件下分析参数估计关于集值信息的条件期望；3）利用参数估计算法和必然等价原则，设计适应控制律，并利用概率和分析工具克服控制信号与集值输出强耦合这一难点，证明适应控制算法的最优性；4）相关结果在实际中的应用。 本项目研究了集值输出系统的适应控制的诸多关键问题在持续激励条件下构造了集值输出系统的递推辨识算法，给出了集值系统参数的渐近无偏估计，得到了收敛速度；率先研究了集值系统的适应控制问题，给出了最优控制器的设计方法；将研究成果成功应用于多个体系统、复杂疾病建模和雷达目标识别方面，基于实际数据成功建立了集值模型，并构造了新的、更为有效的统计验证方法，与相关单位合作完成了雷达对真假目标识别的集值建模。 依托本项目，发表期刊论文15篇，部分工作发表在IEEE自动控制汇刊、Automatica、中国科学等国内外系统控制领域的权威期刊上；培养博士生两名；项目负责人获中国工业与应用数学学会首届优秀青年学者奖和国家自然科学二等奖（排名第三）。