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”

Combination of Evolutionary and Gradient Optimization Techniques in Model Predictive Control

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F16%3A43875103" target="_blank" >RIV/70883521:28140/16:43875103 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Combination of Evolutionary and Gradient Optimization Techniques in Model Predictive Control

  • Popis výsledku v původním jazyce

    Model predictive control (MPC) designates a control method based on the model. This method is suitable for controlling of various kinds of systems. The basic principleis to calculate the future behaviour of a system and to use this prediction for the optimization of a control process. The optimization problem must be then solved in each sampling period. One of the advantages of MPC is its ability to do online constraints handling systematically. These constraints may, however, cause that the optimization problem is more complex. In this case, some iterative algorithms must be applied in order to solve this problem effectively. This paper is focus on the combination of the optimization techniques. The basic idea is to combine the advantages of gradient and evolutionary algorithms

  • Název v anglickém jazyce

    Combination of Evolutionary and Gradient Optimization Techniques in Model Predictive Control

  • Popis výsledku anglicky

    Model predictive control (MPC) designates a control method based on the model. This method is suitable for controlling of various kinds of systems. The basic principleis to calculate the future behaviour of a system and to use this prediction for the optimization of a control process. The optimization problem must be then solved in each sampling period. One of the advantages of MPC is its ability to do online constraints handling systematically. These constraints may, however, cause that the optimization problem is more complex. In this case, some iterative algorithms must be applied in order to solve this problem effectively. This paper is focus on the combination of the optimization techniques. The basic idea is to combine the advantages of gradient and evolutionary algorithms

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    International Journal of Mathematical Models and Methods in Applied Sciences

  • ISSN

    1998-0140

  • e-ISSN

  • Svazek periodika

    10

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    8

  • Strana od-do

    34-41

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus