侯忠生
博士、教授、自动控制系主任;先进控制系统研究所所长
博士、教授、自动控制系主任;先进控制系统研究所所长
办公电话:010-51688617 | 电子邮件: zhshhou@bjtu.edu.cn |
通讯地址:北京市海淀区北京交通大学电子信息工程学院先进控制系统研究所 | 邮编:100044 |
1979.9~1983.7 吉林工业大学应用数学系工学学士
1985.9~1988.1 吉林工业大学应用数学系理学硕士
1992.3~1994.10 东北大学自动控制系工学博士
1995.3~1997.3 哈尔滨工业大学航天学院博士后
1997.3~2003.11 北方交通大学交通运输学院副教授/教授/博导
2002.8~2003.9 美国耶鲁大学(YALE)系统科学中心访问学者
2003.11-至今 北京交通大学电子信息工程学院自控系教授/博导
2010.11 北京交通大学共享交通信息工程与控制/控制理论与控制工程二级教授
先后主讲过的课程有:
1、博士研究生:学习控制理论;先进控制技术
2、硕士研究生:道路交通控制工程;最优化理论方法与应用;线性系统理论
3、本科:运筹学;自动化专业研究方法论;现代控制理论;自动化前沿论坛;道路交通管理与控制
清单见个人主页:http://acsl.bjtu.edu.cn/index.php/%E4%BE%AF%E5%BF%A0%E7%94%9F
到目前为止,申请人共发表论文241 篇,其中期刊论文118 篇。国际期刊41篇(包括IEEE TRANS 12 篇,11 篇长文;Automatica 2 篇)。另外,还有权威会议IEEE CDC 7 篇, IFAC 世界大会8 篇, ACC 2 篇。
主要学术成果:
1、建立并完善了“无模型自适应控制(MFAC)理论”。无模型自适应控制是一套新体制的控制理论与方法,原创性强、特色鲜明、在国内外具有一定影响力。经过20 年的努力,到目前为止,该方法已经发展成较系统的理论,包括新概念:伪偏导数、伪梯度、伪Jacobian 矩阵、广义Lipschitz 条件等;新的非线性系统动态线性化新方法:紧格式、偏格式、全格式等;系统的控制器设计方法:无模型自适应控制、无模型预测控制、无模型迭代学习控制、复杂系统的无模型自适应控制;新的控制系统鲁棒性定义和分析方法:基于统计学的分析方法;以及典型的稳定性分析方法:压缩映射方法。MFAC 意义是:摆脱了现代控制理论(也称基于模型的控制理论)对受控系统数学模型的依赖,突破了控制系统设计和分析的传统框架。代表性论文发表在IEEE T-CST、IEEE T-NN、IEEE T-II 等控制领域权威刊物上。出版专著3 部:《侯忠生:非参数模型及其自适应控制理论,科学出版社,1999》、《侯忠生、金尚泰:无模型自适应控制理论-理论与应用,科学出版社,2013》、《Zhongsheng Hou and Shangtai Jin, Model Free Adaptive Control: Theoryand Applications, CRC Press, 2013》。
典型引用:早期研究成果受到几位著名科学家的高度评价。张仲俊院士“无模型控制理论的研究对国民经济具有潜在应用价值”;杨嘉墀院士 “创立了无模型控制理论”;黄文虎院士称“在概念、思想、方法上均是具有首创性的工作”。于景元教授“无模型控制理论和非线性系统的对称相似结构的研究是代有方向性的,为现代控制理论的研究开辟了一个新的方向”。工作被多位著名学者引用评述,包括:中国工程院院士、原中国自动化学会理事长孙优贤教授;中国科学院院士和法兰西国家医学科学院、俄罗斯医学科学院外籍院士曾毅教授;中国工程院院士段宝岩教授;中国科学院院士韩英铎教授;Automatica 副主编、IEEE FELLOW、新加坡国立大学T. H. LEE 教授;IEEE Fellow、IEEE T-NN 主编D. Liu 教授;ISATransactions 副主编、新加坡国立大学K. K. Tan 教授;杰青学者王聪教授、孙长银教授,等等。还有巴西、土耳其、伊朗、新加坡、加拿大、美国,以及国内的著名教授等逾百人。
四本专著整章或部分章节引用(Predictive Control, Spinger,2002;自适应控制器设计与应用,国防工业出版社,2005;数据驱动运动控制系统设计与实现, 国防工业出版社, 2012;运动系统多层递阶预报与控制,机械工业出版社,2010);
典型应用:目前已经近70 个实际或仿真系统上得到应用。仅2013 年以来就有气动人工肌肉驱动器;精馏过程;热交换器系统;倾转旋翼飞行器;隧道窑控制;电网广域阻尼控制;等实际应用。
2、交通系统有两个基本特点,其一是建立准确的数学模型非常困难,其二就是交通系统具有重复性运行模式。针对上述两个特点,申请人首次提出了基于交通系统重复性特征的交通系统学习控制方法(包括道路交通和铁路),使所提方法能更好地适合于实际交通系统。工作获得了国际学者的认可。代表论文发表在IEEE T-VT、IEEE T-ITS、IEEE T-II、IEEE T-ASE、Transp.Res.- C、IJC 等国际交通领域顶级期刊。
典型引用:美国、英国、意大利、罗马尼亚、德国、匈牙利、泰国、伊拉克、台湾以及许多国内著名专家学者引用。包括英国D. H. Owens 教授(英国皇家工程院院士),美国K.L.Moore 教授(IFAC Technical Committee 委员),加利福尼亚大学伯克利分校Tomizuka 教授(美国机械工程院Fellow,电气与电子工程院Fellow,制造工程协会Fellow),IEEE TAC 副主编意大利University of Pavia 大学的Antonella Ferrara 教授;William H.K. Lam 教授(香港理工大学Chair Professor、交通领域权威刊物Transportmetrica 主编)等控制和交通界的著名科学家。IEEE T-VT
文章审稿人认为是一个原创的新方向“The application of Iterative learning control to the road traffic control is an original and perspective research direction”。 TR-C 审稿专家的评价为“I have not yet found any other instances where ILC has been applied to ramp metering”且认为“uses the iterative learning technique which is appropriate for the ramp metering application because of periodic traffic patterns”。
3、是迭代学习控制理论研究领域的活跃学者。传统迭代学习控制理论是针对有限时间区间上具有重复运行模式的系统提出的,但要求系统具有严格重复性(控制任务、控制环境、受控系统都要严格重复),以及和满足全局Lipshitz 条件。实际系统很难完全满足上述两个基本假设,申请人在国际上较早地系统研究了不满足上述两个条件的非严格重复系统的广义迭代学习控制理论和方法,取得了一些系统性成果,传统迭代学习控制成为它的特例。主要成果包括发现了迭代学习控制和自适应控制之间的关系、给出系列的参数自适应迭代学习控制、高阶内模的迭代学习控制、模最优迭代学习控制、点到点迭代学习控制、无模型迭代学习控制等。推动了迭代学习控制理论研究,拓广迭代学习控制方法的应用领域。代表性结果发表在IEEE T-AC、Automatica、IEEE T-NN、JPC、IET-D 等国际自动控制
领域权威期刊上。该领域研究获得国家自然科学基金重大国际合作项目“广义迭代学习控制理论及其在高速列车运行控制中的应用”资助。
典型引用:引用学者有IEEE Fellow,新加坡国立大学的J. X. Xu 教授;英国United Kingdom Automatic Control Council 主席、Royal Academy of Engineering 院士D. H. Owens 教授;还有澳大利亚、美国、泰国等学者
4、是数据驱动控制理论研究的活跃学者。在该领域的研究具有一定国内外学术影响。“数据驱动控制理论”相关内容已写入国家自然科学基金“十二五”发展规划中。该领域的研究曾获得国家自然科学基金重点项目“数据驱动控制理论及其在大型复杂系统中的应用”的资助。目前为止,国际上仅有三篇关于数据驱动控制理论的学术综述和展望性文章都出自该申请人。论文“数据驱动控制理论及方法的回顾和展望,自动化学报,2009”被评为中国精品科技期刊顶尖学术论文F5000,《自动化学报》50 年来最具影响力论文, 2013;另外,基于理想控制器动态线性化数据模型的方法[IEEE T-II,2013;IEEE T-NNLS,2014 和IEEE CDC,2012]为数据驱动控制理论统一框架的建立提出了一种可能性;基于数据能量函数的数据驱动控制设计与分析方法也具有原创性[Systems & Control Letters,2014]。
典型引用:引用学者包括IEEE/IFAC Fellow 美国南加州大学的M. G. Safonov教授;中国工程院院士桂卫华院士;IEEE Fellow, IEEE-NNLS 主编D. Liu 教授;澳大利亚学者Peng Shi 教授等等。