Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Predictive Dual Control for Nonlinear Stochastic Systems Modelled by Neural Networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F11%3A43898212" target="_blank" >RIV/49777513:23520/11:43898212 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/MED.2011.5983106" target="_blank" >http://dx.doi.org/10.1109/MED.2011.5983106</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/MED.2011.5983106" target="_blank" >10.1109/MED.2011.5983106</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Predictive Dual Control for Nonlinear Stochastic Systems Modelled by Neural Networks

  • Popis výsledku v původním jazyce

    A predictive dual control for a nonlinear system with functional uncertainty based on the bicriterial approach is proposed and discussed. The nonlinear functions of the system are approximated by multi-layered perceptron neural networks where the unknownparameters are found in real time without a necessity of any off-line training process. These nonlinear predictors based on the af?ne structure in inputs together with the certainty equivalence principle utilization allow to obtain an analytical solution to the predictive control. Behavior of the system based on the certainty equivalence assumption can negatively be affected, especially in a presence of disturbances and functional uncertainties. For that, the obtained predictive control is enhanced about dual property based on the bicriterial approach that uses two separate criteria to introduce one of the opposing aspects between estimation and control. The quality of the proposed predictive dual controller is illustrated in a numeric

  • Název v anglickém jazyce

    Predictive Dual Control for Nonlinear Stochastic Systems Modelled by Neural Networks

  • Popis výsledku anglicky

    A predictive dual control for a nonlinear system with functional uncertainty based on the bicriterial approach is proposed and discussed. The nonlinear functions of the system are approximated by multi-layered perceptron neural networks where the unknownparameters are found in real time without a necessity of any off-line training process. These nonlinear predictors based on the af?ne structure in inputs together with the certainty equivalence principle utilization allow to obtain an analytical solution to the predictive control. Behavior of the system based on the certainty equivalence assumption can negatively be affected, especially in a presence of disturbances and functional uncertainties. For that, the obtained predictive control is enhanced about dual property based on the bicriterial approach that uses two separate criteria to introduce one of the opposing aspects between estimation and control. The quality of the proposed predictive dual controller is illustrated in a numeric

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2011

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceeding of the 19th Mediterranean Conference on Control and Automation

  • ISBN

    978-1-4577-0125-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    1277-1282

  • Název nakladatele

    IEEE

  • Místo vydání

    Piscataway

  • Místo konání akce

    Corfu, Greece

  • Datum konání akce

    20. 6. 2011

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku