时间： 2017年12月14日上午8:30-11:10

地点： bat365在线平台登录大会议室

报告1：部分可观测平均场随机系统的最优控制问题

报告人：王光臣     报告时间： 8:30-9:10

摘要：主要研究部分可观测信息下由平均场随机系统驱动的最优控制问题，获得了最优控制满足的最大值原理，并用于显式求解一类现金管理问题。

个人简介：王光臣，山东大学控制学院教授、博导，首批青年长江学者，国家优青基金获得者，《系统科学与数学》、《控制与决策》、《控制工程》编委。

一直从事随机控制理论及其金融应用的研究，特别是在正倒向随机系统最优控制与滤波估计方面，取得了一些创新成果。迄今，在控制理论和精算科学国际知名期刊SIAM Journal on Control and Optimization、IEEE Transactions on Automatic Control、Automatica、Insurance: Mathematics & Economics发表学术论文多篇，部分成果受到同行专家关注与认可，并获第十届山东省青年科技奖一项。

报告2：多逼近器协同控制及其应用

报告人：陈谋     报告时间： 9:10-9:30

摘要： 针对存在系统不确定、不可观测状态、时变未知干扰和系统故障的多输入多输出不确定非线性系统，将神经网络应用于逼近非线性系统的不确定，利用非线性干扰观测器估计非线性系统的外部时变未知干扰，设计非线性状态观测器逼近系统不可观测状态以及运用故障估计器估计系统故障，并给出几种异类逼近器之间的耦合设计技术。将异类逼近器的输出应用于不确定非线性系统鲁棒控制器的设计，以保证不确定非线性系统在系统不确定、时变外部干扰、不可观测状态和系统故障综合影响作用下的闭环稳定，进而提高其控制性能。同时讨论了多逼近器协同控制在飞行器鲁棒飞行控制的应用。

个人简介：陈谋，博士，教授，博士生导师，副院长。2011年入选教育部“新世纪优秀人才支持计划”，2013年获江苏省杰出青年基金资助。先后在南京航空航天大学获学士与博士学位，2007年11月-2008年2月在英国拉夫堡大学访问研究。2008年6月-2009年9月新加坡国立大学博士后研究员(Research fellow A)。2014年5月-2014年11月澳大利亚阿德莱德大学高级研究学者。目前担任SCI收录英文期刊《IEEE Access》、《Neurocomputing》、《International Journal of Advanced Robotic Systems》编委、SCI收录英文期刊《Chinese Journal of Aeronautics》和《SCIENCE CHINA Information Sciences》青年编委，中文EI收录期刊《航空学报》青年编委等。同时也担任教育部高等学校教学指导委员会兵器类委员、中国航空学会导航制导与控制分会委员、中国自动化学会系统仿真专业委员会委员、中国航空学会武器系统专业委员会委员、江苏省自动化学会理事等。近5年主持国家自然科学基金面上项目、国家安全重大基础研究计划项目子项目、江苏省杰出青年基金项目等20余项。先后获教育部自然科学奖一等奖1项(排名第二)、获国防科技进步二等奖2项(排名第一)，申请授权发明专利10余项。出版专著2部，发表学术论文100余篇，其中发表和录用国际期刊论文80余篇，SCI他引超过1000次。

报告3：Delayed optimal control of stochastic LQ problem

报告人：倪元华     报告时间： 9:50-10:30

摘要：A discrete-time stochastic linear-quadratic (LQ) problem with multiplicative noises and transmission delay is studied in this paper; this LQ problem does not require any definiteness constraint onthe cost weighting matrices. From some abstract representations of the system and cost functional,the solvability of this LQ problem is characterized by some conditions with operator form. Based on these, necessary and sufficient conditions are derived for the case with a fixed time-state initial pairand the general case with all the time-state initial pairs. For both cases, a set of coupled discrete-time Riccati-like equations can be derived to characterize the existence and the form of the delayedoptimal control. In particular, for the general case with all the initial pairs, the existence of delayedoptimal control is equivalent to the solvability of the Riccati-like equations with some algebraic constraints, and both of them are also equivalent to the solvability of a set of coupled linear matrixequality-inequalities. Note that both the constrained Riccati-like equations and the linear matrixequality-inequalities are introduced for the _rst time in the literature for the proposed LQ problem.Furthermore, the convexity and the uniform convexity of the cost functional are fully characterizedvia certain properties of the solution of the Riccati-like equations.

个人简介：倪元华，南开大学计算机与控制工程学院副教授，研究方向为随机控制、最优控制、多自主体系统、金融数学等。获22界关肇直奖（2016年度）。

报告4：An optimal control problem for mean-field forward-backward stochastic differential equation with noisy observation

报告人：肖华     报告时间： 10:30-11:10

摘要：This talk is concerned with an optimal control problem derived by mean-field forward-backward stochastic differential equation with noisy observation, where the drift coefficients of the state equation and the observation equation are linear with respect to the state and its expectation. The control problem is different from the existing literature concerning optimal control for mean-field stochastic systems, and has more applications in mathematical finance, e.g., asset-liability management problem with recursive utility, systematic risk model. Using a backward separation method with a decomposition technique, two optimality conditions along with two coupled forward–backward optimal filters are derived. Linear-quadratic optimal control problems for mean-field forward–backward stochastic differential equations are studied.

个人简介：肖华，理学博士，山东大学（威海）数学与统计学院副教授，研究兴趣包括随机控制、微分对策、正倒向随机微分方程及其相关领域，作为访问学者曾到美国田纳西大学、英国拉夫堡大学、澳门大学、香港理工大学等访问，曾在Automatica, JOTA, ESAIM: COCV, JMAA等期刊发表文章。