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”

A Practical Approach to Grey-box Model Identification

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F11%3A00182577" target="_blank" >RIV/68407700:21230/11:00182577 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    A Practical Approach to Grey-box Model Identification

  • Popis výsledku v původním jazyce

    Today's computing power can provide a way how to fit physically well founded models to a given experimental data. The combination of user's subjective information and objective data (grey-box modeling) is especially profitable when obtaining sufficientlyexcited data is impracticable or costly. This is typical in the industrial practice. However a simple prediction error fitting scheme can results in poor estimate of parameters. In this article, a new method how to improve parameters estimate to be relevant in commissioning model predictive control, is proposed. The method is derived on the base of maximum likelihood estimation and demonstrated using a practical application.

  • Název v anglickém jazyce

    A Practical Approach to Grey-box Model Identification

  • Popis výsledku anglicky

    Today's computing power can provide a way how to fit physically well founded models to a given experimental data. The combination of user's subjective information and objective data (grey-box modeling) is especially profitable when obtaining sufficientlyexcited data is impracticable or costly. This is typical in the industrial practice. However a simple prediction error fitting scheme can results in poor estimate of parameters. In this article, a new method how to improve parameters estimate to be relevant in commissioning model predictive control, is proposed. The method is derived on the base of maximum likelihood estimation and demonstrated using a practical application.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA102%2F08%2F0442" target="_blank" >GA102/08/0442: Spočitatelné aproximace duálních strategií řízení</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

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

    Proceedings of the 18th IFAC World Congress, 2011

  • ISBN

    978-3-902661-93-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    10776-10781

  • Název nakladatele

    IFAC

  • Místo vydání

    Bologna

  • Místo konání akce

    Milano

  • Datum konání akce

    28. 8. 2011

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku