logo-polimi
Loading...
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2014/2015
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 093061 - ADAPTIVE SYSTEMS AND LEARNING
Docente Garatti Simone
Cfu 5.00 Tipo insegnamento Monodisciplinare

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (Mag.)(ord. 270) - MI (436) INGEGNERIA DELL'AUTOMAZIONE* AZZZZ093061 - ADAPTIVE SYSTEMS AND LEARNING
Ing Ind - Inf (Mag.)(ord. 270) - MI (473) AUTOMATION AND CONTROL ENGINEERING - INGEGNERIA DELL'AUTOMAZIONE* AZZZZ093061 - ADAPTIVE SYSTEMS AND LEARNING

Programma dettagliato e risultati di apprendimento attesi

Objectives

 

In filtering and control design, systems are affected by uncertainty so that their behavior is not deterministically know and possibly it is time varying. To counteract uncertainty adaptive schemes can be adopted, where design is not based on a fixed model of the system, but modeling is repeatedly updated based on the actually seen system response. This course illustrates some of the main techniques in adaptive control and filtering. Correspondingly, advance identification techniques to learn the system dynamics from measured data will be introduced and discussed.


Contents

 

1.         Adaptation and learning

 

Uncertainty, robustness, and adaptation in control. Principles of adaptive control. On-line and off-line schemes. Direct and indirect adaptive control.

 

2.         On-line adaptive control

 

The self-tuning paradigm. Certainty equivalence principle. Identification resumed: least-squares identification, recursive identification, forgetting factor. Main properties of the self-tuning scheme: convergence of the model estimate, stability and optimality. Examples.

 

3.         Off-line adaptive control

 

Direct design of the controller and the VRFT (Virtual Reference Feedback Tuning) approach. Frequency interpretation of PEM identification methods. Instrumental Variable identification. Optimality and sub-optimality of the VRFT controller. The VRFT toolbox of MATLAB.

 

4.         Advance topics on system identification and learning  

 

Identification of nonlinear systems by means of neural networks. Statistical learning theory. Data-mining and classification.

  

 

 

 

Prerequisites

 

Model identification and data analysis


Note Sulla Modalità di valutazione

Final exam is a written exam, constituted by five questions on the whole course programme. The duration is 2h.


Bibliografia
Risorsa bibliografica obbligatoriaNotes and papers provided by the lecturer
Note:

Additional information available on the course web-site http://corsi.dei.polimi.it/IMAD/SAA/

Risorsa bibliografica facoltativaS. Bittanti, Identificazione dei modelli e sistemi adattativi, Editore: Pitagora Editrice
Risorsa bibliografica facoltativaS. Bittanti, Teoria della predizione e del filtraggio, Editore: Pitagora Editrice
Risorsa bibliografica facoltativaS. Bittanti (ed.), Simulazione, identificazione, controllo: il caso di uno scambiatore di calore, Editore: Pitagora Editrice

Software utilizzato
Nessun software richiesto

Mix Forme Didattiche
Tipo Forma Didattica Ore didattiche
lezione
36.0
esercitazione
8.0
laboratorio informatico
0.0
laboratorio sperimentale
0.0
progetto
0.0
laboratorio di progetto
0.0

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Inglese
Disponibilità di materiale didattico/slides in lingua inglese
Disponibilità di libri di testo/bibliografia in lingua inglese
Possibilità di sostenere l'esame in lingua inglese
Disponibilità di supporto didattico in lingua inglese
schedaincarico v. 1.6.9 / 1.6.9
Area Servizi ICT
21/10/2021