基于数据驱动的控制理论及在大型复杂系统中的应用

许多实际运行的大型复杂系统具有丰富海量的在线和离线检测数据，但没有也很难建立系统的整体数学模型，如何更好地控制此类系统并对控制效果进行评价以及对系统状态和行为模式进行预报既是国民经济发展需求也是控制理论亟待解决的挑战性问题。本项目的主要目标是：以城市交通复杂系统为背景，初步建立基于数据驱动的控制理论与方法。.主要研究内容包括：（1）基于数据的城市交通系统状态或模式的预报理论与方法；（2）基于数据驱动的城市交通信号控制理论与方法；（3）基于数据驱动的城市交通系统评价理论与方法；（4）初步的基于数据驱动的复杂系统控制理论和方法。项目的部分研究成果将在北京市或深圳市城市交通实际系统中得到验证和应用。

本项目结合海量数据应用的发展趋势，以城市交通复杂系统为背景，初步探索并建立了基于数据驱动的控制理论与方法。.1．在控制理论研究方面，给出了数据驱动控制理论定义、分类方法、分析工具等，初步建立起数据驱动控制的体系框架；给出了离散时间非线性系统的数据驱动无模型自适应控制方案及系统的收敛性分析方法；分析了数据驱动控制方法在存在数据扰动以及数据丢失情况下的鲁棒性；建立了数据驱动控制方法之间及与基于模型的控制方法之间的模块化设计方案；针对迭代学习控制中的参数、参考轨迹、初值等出现的非严格重复现象、以及终端控制、控制方向未知等前沿问题，提出了新颖的迭代学习控制方案。相应结果出版专著两部。.2．在交通控制方面，给出了一系列利用交通系统重复性特征的数据驱动交通系统控制理论和方法，包括城市快速路信号控制、交叉口控制等理论和方法、列车运行控制、精确停车控制；针对城市道路交通系统中的数据融合、交通趋势评价、交通流量预测等问题，给出了基于数据的研究方法。.3．在交通应用方面，基于车牌照识别数据为深圳市交管局搭建了“网格化布控机动车识别”综合应用系统，实现了对全市道路交通状态的监控、预测、管理和预警，经过连续五年的运行为社会治安管理提供了强有力的技术保障。 .本项目实施过程中，项目组在数据驱动控制方面发表专著2部，在学术期刊和国内外学术会议上发表(含已录用)论文153篇，其中发表SCI论文32篇(包括相关领域国际顶级期刊IEEE T-NN、T-AC、T-CST、T-ITS、Information Science、Journal of Process Control等),EI论文34篇，在主流会议(CDC、IFAC、ICCA、CCC等)上发表论文38篇。培养博士生12名。组织名为“International Workshop on Data Based Control, Modeling and Optimization”的国际学术研讨会一次，在自动控制领域引起巨大反响。同时通过积极参与相关领域主流国际会议、邀请包括IEEE Fellow在内的多位国外专家访问等方式，与国外同行进行了深入的学术交流与合作。