学习理论与鲁棒控制

被引：5

作者：

宋春雷

王龙

黄琳

机构：

[1] 北京大学力学与工程科学系!北京

[2] 不详

来源：

基金：

国家攀登计划;

关键词：

PAC学习理论; 鲁棒控制; 系统辨识;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

首先简要介绍了PAC(probablyapproximatelycorrect)学习理论的基本原理 ,分析了PAC学习理论在处理鲁棒控制中某些问题时的可行性和有效性 ,阐述了目前主要的研究结果 ,指出了存在的主要困难及未来的研究方向 ,另外也简要介绍了其在系统辨识方面的应用情况 .

引用

页码：633 / 636

页数：4

共 15 条

[1] AnintroductiontosomestatisticalaspectsofPAClearningtheory. VidyasagarM. Systems and Control Letters . 1998
[2] Specialissue———learningtheory. VidyasagarM,BartlettPL. Systems and Control Letters . 1998
[3] TheNatureofStatisticalLearningTheory. VapnikVN. . 1995
[4] SeveralNP hardproblemsarisinginrobuststabilityanalysis. NemirovskiiA. Math .ControlSignalsSystems . 1993
[5] ComputationalLearningTheory. AnthonyM,BiggsN. . 1992
[6] Statisticallearningtheoryandrandomizedalgorithmsforcontrol. VidyasagarM. IEEE Control Systems Magazine . 1998
[7] Probabilisticen hancementofclassicalrobustnessmargins:theunirectangularitycon cept. LagoaCM,ShcherbakoyPSandBarmishBR. Systems and Control Letters . 1998
[8] Checkingrobustnon singularityisNP hard. PoljakSandRohnJ. Math .ControlSignalsSystems . 1993
[9] Identificationandadaptivecontrol:towardsacomplexity basedgeneraltheory. ZamesG. Systems and Control Letters . 1998
[10] Stochasticrobustnessoflineartime in variantsystem. StengelRFandRayLR. IEEETrans.AutomaticControl . 1991