世界充满不确定性,工程系统中的不确定性除了影响系统的性能外还会产生风险,本项目通过与香港中文大学系统工程与工程管理系的合作,研究了双重不确定性下LQG的自适应对偶控制。研究表明,绝大多数情况下系统会受到来自外界的随机干扰,这种不确定性无法控制、消除或减少,另外由于内部元件毁坏、参数漂移或者一些建模时无法确切知道的动态行为,这种不确定性通过学习可以减少甚至完全消除。本项目解决了具有双重不确定性系统控制器设计中的主动学习的最优度量问题,获得了两种学习策略- - 主动学习和被动学习,提出了具有主动学习特点并在统计意义下达到最优的控制器设计方法;对于取随机值的闭环性能指标,利用效用和概率技术,建立了求解不可分问题的优化控制理论;揭示了控制器的工作机理和基本性质;所设计的控制器能够成功追求两个互相冲突的目标:一方面控制要对系统进行优化,另一方面还可以学习以减少部分不确定性,尽管这两者互相冲突,但设计出的自适应对偶控制能够在优化和学习之间进行折衷;创立了标称控制理论,以最优方式打开了当前控制与未来后验概率的耦合环,实现了闭环控制;用对偶自适应理论克服了传统控制理论在处理双重不确定性时的缺陷与不足。
英文主题词Uncertain Theory;Optimal Control; Stochastic Systems; Dual Control.