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
—