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
—