Faulwasser, TimmTimmFaulwasser12058338620000-0002-6892-7406Pan, GuanruGuanruPan2025-12-172025-12-172025Verlag Dr. Hut 978-3-8439-5694-9: (2025)978-3-8439-5694-9https://hdl.handle.net/11420/60250This thesis develops a unified framework for data-driven control of stochastic systems, combining the fundamental lemma of Jan C. Willems and Polynomial Chaos Expansion (PCE) to address representation, prediction, and control of stochastic systems without parametric models. It extends Willems' Fundamental Lemma to stochastic systems, enabling representing stochastic system behavior using recorded input/output/disturbance data. By condensing unmeasured or unmodeled disturbances into a residual disturbance that can be estimated and partially statistically modeled, the proposed data-driven stochastic prediction scheme ensures effective predictions with PCE-based confidence intervals. The thesis also investigates stochastic optimal control, introducing a data-driven output-feedback scheme with closed-loop guarantees.Diese Dissertation entwickelt einen Rahmen für die datengetriebene Regelung stochastischer Systeme, der Jan C. Willems' Fundamental Lemma und die Polynomial Chaos Expansion (PCE) kombiniert, um die Repräsentation, Prädiktion und Regelung stochastischer Systeme ohne parametrische Modelle zu ermöglichen. Das fundamentale Lemma wird auf stochastische Systeme erweitert, um deren Verhalten durch aufgezeichnete Eingangs-/Ausgangs-/Stördaten darzustellen. Nicht gemessene oder nicht modellierte Störgrößen werden in eine residuale Störgröße zusammengefasst, die geschätzt und statistisch modelliert werden kann, um PCE-basierte Vorhersagen zu ermöglichen. Zudem wird die stochastische Optimalregelung untersucht und ein datengetriebenes Rückkopplungsschema mit Garantien im geschlossenen Kreis eingeführt.enhttps://creativecommons.org/licenses/by/4.0/Data-driven controlStochastic controlModel predictive controlPolynomial chaos expansionUncertainty propagationWillems' fundamental lemmaNatural Sciences and Mathematics::519: Applied Mathematics, ProbabilitiesTechnology::621: Applied Physics::621.3: Electrical Engineering, Electronic EngineeringDoctoral Thesishttps://doi.org/10.15480/882.1632810.15480/882.16328Allgöwer, FrankFrankAllgöwerRapisarda, PaoloPaoloRapisardaOther