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”

Newton projection with proportioning using iterative linear algebra for model predictive control with long prediction horizon

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00328302" target="_blank" >RIV/68407700:21230/19:00328302 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1080/10556788.2019.1571588" target="_blank" >https://doi.org/10.1080/10556788.2019.1571588</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1080/10556788.2019.1571588" target="_blank" >10.1080/10556788.2019.1571588</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Newton projection with proportioning using iterative linear algebra for model predictive control with long prediction horizon

  • Popis výsledku v původním jazyce

    This paper presents an algorithm to solve a sparse Quadratic Programming (QP) problem. The QP problem is suitable for Model Predictive Control (MPC) applications in particular. MPC is a modern multivariable control method which requires the solution to a quadratic programming problem at each sampling instant. The proposed algorithm is an active-set based strategy which uses the proportioning test for the selection of the active-set reduction and expansion while utilizing the sparse nature of the problem by the preconditioned MINRES algorithm to solve the face problem. Numerical experiments illustrate the performance of the algorithm, and the results are compared with the state-of-the-art solvers.

  • Název v anglickém jazyce

    Newton projection with proportioning using iterative linear algebra for model predictive control with long prediction horizon

  • Popis výsledku anglicky

    This paper presents an algorithm to solve a sparse Quadratic Programming (QP) problem. The QP problem is suitable for Model Predictive Control (MPC) applications in particular. MPC is a modern multivariable control method which requires the solution to a quadratic programming problem at each sampling instant. The proposed algorithm is an active-set based strategy which uses the proportioning test for the selection of the active-set reduction and expansion while utilizing the sparse nature of the problem by the preconditioned MINRES algorithm to solve the face problem. Numerical experiments illustrate the performance of the algorithm, and the results are compared with the state-of-the-art solvers.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    20204 - Robotics and automatic control

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Optimization Methods and Software

  • ISSN

    1055-6788

  • e-ISSN

    1029-4937

  • Svazek periodika

    34

  • Číslo periodika v rámci svazku

    5

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    24

  • Strana od-do

    1075-1098

  • Kód UT WoS článku

    000486079100009

  • EID výsledku v databázi Scopus

    2-s2.0-85061049001