讲座时间：2026年8月5日13:00-16:00

讲座地点：北京信息科技大学图书馆勤信讲堂C602

讲座内容简介：

在许多控制问题中，干扰是其核心要素。在随机模型预测控制中，可以通过引入概率约束来处理干扰，即只要将约束违反的概率保持在足够小的水平，即可容忍一定程度的约束违背。这一视角引出了所谓的机会约束优化(chance-constrained optimization)，而该问题在工程实践中以极难处理著称。在本次讲座中，我们将介绍利用场景法(scenario approach) 近似求解随机MPC的方案，即通过有限数量的特定案例(每个案例对应干扰的一

种实现)来替代概率约束。正如严密理论所证实的，考虑有限样本在使问题具备计算可行性的同时，与原始机会约束问题的偏差极小。此外，该方法不需要对干扰的性质做出任何限制性假设(如有界性、独立性或高斯性)。场景法不仅是解决计算问题的有力工具，在所有通过环境采集的数据集获得不确定性部分认知的案例中，它同样展现出卓越的应用价值。在本次讲座中，场景法的这种归纳性解释也将被重点讨论。

主讲人简介：

Marco Claudio Campi是意大利布雷西亚大学自动控制教授，从事数据驱动控制、系统理论及归纳方法教学逾25 年。

主办单位：自动化学院

联系人：马龙 80187485