时间： 2014年06月4日15时至16时

    地点：下沙校区图书馆十楼报告厅

    报告摘要：

    系统控制中诸如线性及非线性系统辨识、适应调节、迭代学习控制、多自主体同步、主分量分析等诸多问题都可参数化，从而就转化成参数估计问题。

    我们以系统辨识为例。系统辨识就是从系统的输入输出数据建立它的数学模型。当系统线性依赖于未知参数时，最小二乘可递推地估计参数。但对非线性系统，现有的多数辨识方法都用固定的样本集离线地进行，因此得到新的数据时，估计不能在线更新。

    我们给出的递推方法并不基于最小二乘，而采取以下步骤：首先把问题参数化，再把待估参数看成未知函数（称为回归函数）的根，把系统控制问题转化成为未知函数求根问题。但经典的RM算法所要求的收敛条件过于苛严，一般不满足。我们就引进扩展截尾的求根算法SAAWET来取代RM算法，递推地估计未知参数。这个方法成功地解决了上列诸多系统控制问题。

    为展示这一方法，我们以 Hammerstein系统的辨识为例，给出了线性及非线性部分的递推估计算法，所得的估计都是强一致的，并以二维Hammerstein系统辨识的数值实例，证实所得估计值的收敛性。

    专家简介：

    陈翰馥院士，1961年毕业于苏联列宁格勒大学，1962年成为中科院数学所新成立的控制理论研究室的首批成员。1994年任中科院系统控制开放实验室首任主任。现任中科院数学与系统科学研究院系统科学研究所研究员。1993年当选为中科院院士，1996年当选为IEEE Fellow，2005年当选为第三世界科学院院士，2006年当选为IFAC Fellow。其研究领域包括随机系统的辨识、适应控制、随机逼近和优化及其对系统控制、信号处理等领域的应用。发表期刊论文近200篇，专著7本，其中三本在国外出版。曾任中国自动化学会理事长（1993-2002）、中国数学会常务理事（1993-1999）、国际自动控制联合会（IFAC）Council Member（2002-2005）。2014年因在系统和控制论科学的研究和实践中的杰出贡献被国际系统研究联合会（简称IFSR）和国际系统与控制科学院（简称IASCYS）授予国际系统与控制科学院院士称号。这是系统工程领域中的最高学术荣誉称号。