报告题目：基于随机逼近算法的一类非线性非参数系统的适应控制
报 告 人：冯文辉 副教授（石家庄铁道大学）
报告时间：2026年10月21日（星期三）18:30—19:30
报告地点：线上报告 会议ID：腾讯会议998-9181-8312
校内联系人：陈性敏 副教授 联系方式：84708351-8602
报告摘要：本次分享主要介绍一类非线性黑箱系统的适应控制问题，控制律的设计利用了扩张截断随机逼近算法的思想。截断机制的引入可以使算法处理更复杂的模型非线性，并且表明：未知动态函数在输入端的增长速度越快，截断界序列的发散速度就需要越慢。随机逼近是一种输入-输出导向的算法，它的优势是可以不依赖模型的内部结构而设计直接反馈控制律。分别对传统量测和受限量测（比如二值量测、事件触发量测）得到了收敛性和最优性结果。在收敛性分析上，给出的方法可以将多种不同类型的目标参考信号放在统一框架下处理。最后，所得结果可以推广到多智能体系统的分布式一致性控制。
报告人简介：冯文辉，2013年本科毕业于中国地质大学（北京）数学与应用数学专业，2018年博士毕业于中国科学院数学与系统科学研究院运筹学与控制论专业，2018年7月至今在石家庄铁道大学数理系工作，研究兴趣包括系统辨识、控制和优化，多智能体系统，机器学习等。
