Información del autor
Autor Gr¼ne, Lars |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Nonlinear Model Predictive Control : Theory and Algorithms Tipo de documento: documento electrónico Autores: Gr¼ne, Lars, ; Pannek, J¼rgen, Mención de edición: 2 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIV, 456 p. 80 ilustraciones, 22 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-46024-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: IngenierÃa de control teorÃa del sistema TeorÃa del control QuÃmica Técnica IngenierÃa automotriz TeorÃa de sistemas y control TeorÃa de Sistemas Control QuÃmica Industrial Clasificación: 6.298.312 Resumen: Este libro ofrece a los lectores una introducción completa y rigurosa al control predictivo de modelos no lineales (NMPC) para sistemas de tiempo discreto y de datos muestreados. Se detallan los esquemas de NMPC con y sin restricciones de terminal estabilizadora, y ejemplos intuitivos ilustran el rendimiento de diferentes variantes de NMPC. NMPC se interpreta como una aproximación del control óptimo de horizonte infinito, de modo que propiedades importantes como la estabilidad de bucle cerrado, la optimización inversa y la subóptima se pueden derivar de manera uniforme. Estos resultados se complementan con discusiones sobre viabilidad y solidez. Una introducción a los algoritmos de control óptimo no lineal proporciona información esencial sobre cómo funciona la rutina de optimización no lineal (el núcleo de cualquier controlador predictivo de modelo no lineal). El software adjunto en MATLAB® y C++ (descargable desde extras.springer.com/), junto con un apéndice explicativo en el propio libro, permite a los lectores realizar experimentos informáticos que exploran las posibilidades y limitaciones de NMPC. Este libro (segunda edición) ha sido sustancialmente reescrito, editado y actualizado para reflejar los avances significativos que se han logrado desde la publicación de su predecesor, incluyendo: À" un nuevo capÃtulo sobre NMPC económico que relaja el supuesto de que el costo de funcionamiento penaliza al distancia a un equilibrio predefinido: un nuevo capÃtulo sobre NMPC distribuido que analiza métodos que facilitan el control de sistemas a gran escala dividiendo la optimización en subproblemas más pequeños; À" una discusión ampliada sobre la estabilidad y el rendimiento usando actualizaciones aproximadas en lugar de optimización completa; À" reemplazo de la condición fundamental suficiente para la estabilidad sin estabilizar las condiciones terminales con una alternativa más débil e inclusión de una prueba alternativa y mucho más simple en el análisis; y À" variaciones y extensiones adicionales en respuesta a sugerencias de los lectores de la primera edición. Aunque está dirigido principalmente a investigadores académicos y profesionales que trabajan en control y optimización, el texto es autónomo y presenta material de referencia sobre control óptimo de horizonte infinito y TeorÃa de estabilidad de Lyapunov que también la hace accesible para estudiantes de posgrado en ingenierÃa de control y matemáticas aplicadas. Nota de contenido: Introduction -- Discrete-Time and Sampled-Data Systems -- Nonlinear Model Predictive Control -- Infinite-Horizon Optimal Control -- Stability and Suboptimality Using Stabilizing Constraints -- Stability and Suboptimality Without Stabilizing Constraints -- Feasibility and Robustness -- Economic Nonlinear Model Predictive Control -- Distributed Nonlinear Model Predictive Control -- Variants and Extensions -- Numerical Discretization -- Numerical Optimal Control of Nonlinear Systems -- Appendix: NMPC Software Supporting This Book. Tipo de medio : Computadora Summary : This book offers readers a thorough and rigorous introduction to nonlinear model predictive control (NMPC) for discrete-time and sampled-data systems. NMPC schemes with and without stabilizing terminal constraints are detailed, and intuitive examples illustrate the performance of different NMPC variants. NMPC is interpreted as an approximation of infinite-horizon optimal control so that important properties like closed-loop stability, inverse optimality and suboptimality can be derived in a uniform manner. These results are complemented by discussions of feasibility and robustness. An introduction to nonlinear optimal control algorithms yields essential insights into how the nonlinear optimization routineЀ”the core of any nonlinear model predictive controllerЀ”works. Accompanying software in MATLAB® and C++ (downloadable from extras.springer.com/), together with an explanatory appendix in the book itself, enables readers to perform computer experiments exploring the possibilities and limitations of NMPC. This book (second edition) has been substantially rewritten, edited and updated to reflect the significant advances that have been made since the publication of its predecessor, including: Ѐ" a new chapter on economic NMPC relaxing the assumption that the running cost penalizes the distance to a pre-defined equilibrium; Ѐ" a new chapter on distributed NMPC discussing methods which facilitate the control of large-scale systems by splitting up the optimization into smaller subproblems; Ѐ" an extended discussion of stability and performance using approximate updates rather than full optimization; Ѐ" replacement of the pivotal sufficient condition for stability without stabilizing terminal conditions with a weaker alternative and inclusion of an alternative and much simpler proof in the analysis; and Ѐ" further variations and extensions in response to suggestions from readers of the first edition. Though primarily aimed at academic researchers and practitioners working in control and optimization, the text is self-contained, featuring background material on infinite-horizon optimal control and Lyapunov stability theory that also makes it accessible for graduate students in control engineering and applied mathematics. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Nonlinear Model Predictive Control : Theory and Algorithms [documento electrónico] / Gr¼ne, Lars, ; Pannek, J¼rgen, . - 2 ed. . - [s.l.] : Springer, 2017 . - XIV, 456 p. 80 ilustraciones, 22 ilustraciones en color.
ISBN : 978-3-319-46024-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: IngenierÃa de control teorÃa del sistema TeorÃa del control QuÃmica Técnica IngenierÃa automotriz TeorÃa de sistemas y control TeorÃa de Sistemas Control QuÃmica Industrial Clasificación: 6.298.312 Resumen: Este libro ofrece a los lectores una introducción completa y rigurosa al control predictivo de modelos no lineales (NMPC) para sistemas de tiempo discreto y de datos muestreados. Se detallan los esquemas de NMPC con y sin restricciones de terminal estabilizadora, y ejemplos intuitivos ilustran el rendimiento de diferentes variantes de NMPC. NMPC se interpreta como una aproximación del control óptimo de horizonte infinito, de modo que propiedades importantes como la estabilidad de bucle cerrado, la optimización inversa y la subóptima se pueden derivar de manera uniforme. Estos resultados se complementan con discusiones sobre viabilidad y solidez. Una introducción a los algoritmos de control óptimo no lineal proporciona información esencial sobre cómo funciona la rutina de optimización no lineal (el núcleo de cualquier controlador predictivo de modelo no lineal). El software adjunto en MATLAB® y C++ (descargable desde extras.springer.com/), junto con un apéndice explicativo en el propio libro, permite a los lectores realizar experimentos informáticos que exploran las posibilidades y limitaciones de NMPC. Este libro (segunda edición) ha sido sustancialmente reescrito, editado y actualizado para reflejar los avances significativos que se han logrado desde la publicación de su predecesor, incluyendo: À" un nuevo capÃtulo sobre NMPC económico que relaja el supuesto de que el costo de funcionamiento penaliza al distancia a un equilibrio predefinido: un nuevo capÃtulo sobre NMPC distribuido que analiza métodos que facilitan el control de sistemas a gran escala dividiendo la optimización en subproblemas más pequeños; À" una discusión ampliada sobre la estabilidad y el rendimiento usando actualizaciones aproximadas en lugar de optimización completa; À" reemplazo de la condición fundamental suficiente para la estabilidad sin estabilizar las condiciones terminales con una alternativa más débil e inclusión de una prueba alternativa y mucho más simple en el análisis; y À" variaciones y extensiones adicionales en respuesta a sugerencias de los lectores de la primera edición. Aunque está dirigido principalmente a investigadores académicos y profesionales que trabajan en control y optimización, el texto es autónomo y presenta material de referencia sobre control óptimo de horizonte infinito y TeorÃa de estabilidad de Lyapunov que también la hace accesible para estudiantes de posgrado en ingenierÃa de control y matemáticas aplicadas. Nota de contenido: Introduction -- Discrete-Time and Sampled-Data Systems -- Nonlinear Model Predictive Control -- Infinite-Horizon Optimal Control -- Stability and Suboptimality Using Stabilizing Constraints -- Stability and Suboptimality Without Stabilizing Constraints -- Feasibility and Robustness -- Economic Nonlinear Model Predictive Control -- Distributed Nonlinear Model Predictive Control -- Variants and Extensions -- Numerical Discretization -- Numerical Optimal Control of Nonlinear Systems -- Appendix: NMPC Software Supporting This Book. Tipo de medio : Computadora Summary : This book offers readers a thorough and rigorous introduction to nonlinear model predictive control (NMPC) for discrete-time and sampled-data systems. NMPC schemes with and without stabilizing terminal constraints are detailed, and intuitive examples illustrate the performance of different NMPC variants. NMPC is interpreted as an approximation of infinite-horizon optimal control so that important properties like closed-loop stability, inverse optimality and suboptimality can be derived in a uniform manner. These results are complemented by discussions of feasibility and robustness. An introduction to nonlinear optimal control algorithms yields essential insights into how the nonlinear optimization routineЀ”the core of any nonlinear model predictive controllerЀ”works. Accompanying software in MATLAB® and C++ (downloadable from extras.springer.com/), together with an explanatory appendix in the book itself, enables readers to perform computer experiments exploring the possibilities and limitations of NMPC. This book (second edition) has been substantially rewritten, edited and updated to reflect the significant advances that have been made since the publication of its predecessor, including: Ѐ" a new chapter on economic NMPC relaxing the assumption that the running cost penalizes the distance to a pre-defined equilibrium; Ѐ" a new chapter on distributed NMPC discussing methods which facilitate the control of large-scale systems by splitting up the optimization into smaller subproblems; Ѐ" an extended discussion of stability and performance using approximate updates rather than full optimization; Ѐ" replacement of the pivotal sufficient condition for stability without stabilizing terminal conditions with a weaker alternative and inclusion of an alternative and much simpler proof in the analysis; and Ѐ" further variations and extensions in response to suggestions from readers of the first edition. Though primarily aimed at academic researchers and practitioners working in control and optimization, the text is self-contained, featuring background material on infinite-horizon optimal control and Lyapunov stability theory that also makes it accessible for graduate students in control engineering and applied mathematics. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Numerical Methods for Optimal Control Problems / Falcone, Maurizio ; Ferretti, Roberto ; Gr¼ne, Lars ; McEneaney, William M.
TÃtulo : Numerical Methods for Optimal Control Problems Tipo de documento: documento electrónico Autores: Falcone, Maurizio, ; Ferretti, Roberto, ; Gr¼ne, Lars, ; McEneaney, William M., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: X, 268 p. 44 ilustraciones, 26 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-01959-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: teorÃa del sistema TeorÃa del control Análisis numérico Matemáticas Matemáticas de ingenierÃa TeorÃa de juego TeorÃa de Sistemas Control Ciencias e IngenierÃa Computacional Clasificación: 3 Resumen: El volumen presenta métodos matemáticos recientes en el área del control óptimo con un énfasis particular en los aspectos y aplicaciones computacionales. La teorÃa del control óptimo se refiere a la determinación de estrategias de control para sistemas dinámicos complejos con el fin de optimizar las medidas de su desempeño. El campo se creó en la década de 1960, en respuesta a las presiones de la "carrera espacial" entre los EE.UU. y la antigua URSS, pero ahora tiene un alcance mucho más amplio y abarca una variedad de áreas que van desde el control de procesos hasta la optimización del flujo de tráfico, explotación de recursos renovables y gestión de mercados financieros. Estas aplicaciones emergentes requieren el desarrollo de métodos numéricos cada vez más eficientes para su solución, una tarea difÃcil debido a la enorme cantidad de variables. Este libro, que proporciona una descripción general actualizada de varios métodos recientes en esta área, incluidos algoritmos de programación dinámica rápida, control predictivo de modelos y técnicas max-plus, está dirigido a investigadores, estudiantes graduados y cientÃficos aplicados que trabajan en el área de problemas de control. , juegos diferenciales y sus aplicaciones. Nota de contenido: 1 M. Assellaou and A. Picarelli, A Hamilton-Jacobi-Bellman approach for the numerical computation of probabilistic state constrained reachable sets -- 2. A. Britzelmeier, A. De Marchi, and M. Gerdts, An iterative solution approach for a bi-level optimization problem for congestion avoidance on road networks -- 3 S. Cacace, R. Ferretti, and Z. Rafiei, Computation of Optimal Trajectories for Delay Systems: an Optimize-Then-Discretize Strategy for General-Purpose NLP Solvers -- 4 L. Mechelli and S. Volkwein, POD-Based Economic Optimal Control of Heat-Convection Phenomena -- 5 A. Alla and V. Simoncini, Order reduction approaches for the algebraic Riccati equation and the LQR problem -- 6 F. Durastante and S. Cipolla, Fractional PDE constrained optimization: box and sparse constrained problems -- 7 M. C. Delfour, Control, Shape, and Topological Derivatives via Minimax Differentiability of Lagrangians -- 8 A. J. Krener, Minimum Energy Estimation Applied to the Lorenz Attractor -- 9 M. Akian and E. Fodjo, Probabilistic max-plus schemes for solving Hamilton-Jacobi-Bellman equations -- 10 P. M. Dower, An adaptive max-plus eigenvector method for continuous time optimal control problems -- 11 W. Mc Eneaney and R. Zhao, Diffusion Process Representations for a Scalar-Field Schr¨odinger Equation Solution in Rotating Coordinates. Tipo de medio : Computadora Summary : The volume presents recent mathematical methods in the area of optimal control with a particular emphasis on the computational aspects and applications. Optimal control theory concerns the determination of control strategies for complex dynamical systems in order to optimize measures of their performance. The field was created in the 1960's, in response to the pressures of the "space race" between the US and the former USSR, but it now has a far wider scope and embraces a variety of areas ranging from process control to traffic flow optimization, renewable resources exploitation and financial market management. These emerging applications require increasingly efficient numerical methods to be developed for their solution Ѐ“ a difficult task due the huge number of variables. Providing an up-to-date overview of several recent methods in this area, including fast dynamic programming algorithms, model predictive control and max-plus techniques, this book is intended for researchers, graduate students and applied scientists working in the area of control problems, differential games and their applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Numerical Methods for Optimal Control Problems [documento electrónico] / Falcone, Maurizio, ; Ferretti, Roberto, ; Gr¼ne, Lars, ; McEneaney, William M., . - 1 ed. . - [s.l.] : Springer, 2018 . - X, 268 p. 44 ilustraciones, 26 ilustraciones en color.
ISBN : 978-3-030-01959-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: teorÃa del sistema TeorÃa del control Análisis numérico Matemáticas Matemáticas de ingenierÃa TeorÃa de juego TeorÃa de Sistemas Control Ciencias e IngenierÃa Computacional Clasificación: 3 Resumen: El volumen presenta métodos matemáticos recientes en el área del control óptimo con un énfasis particular en los aspectos y aplicaciones computacionales. La teorÃa del control óptimo se refiere a la determinación de estrategias de control para sistemas dinámicos complejos con el fin de optimizar las medidas de su desempeño. El campo se creó en la década de 1960, en respuesta a las presiones de la "carrera espacial" entre los EE.UU. y la antigua URSS, pero ahora tiene un alcance mucho más amplio y abarca una variedad de áreas que van desde el control de procesos hasta la optimización del flujo de tráfico, explotación de recursos renovables y gestión de mercados financieros. Estas aplicaciones emergentes requieren el desarrollo de métodos numéricos cada vez más eficientes para su solución, una tarea difÃcil debido a la enorme cantidad de variables. Este libro, que proporciona una descripción general actualizada de varios métodos recientes en esta área, incluidos algoritmos de programación dinámica rápida, control predictivo de modelos y técnicas max-plus, está dirigido a investigadores, estudiantes graduados y cientÃficos aplicados que trabajan en el área de problemas de control. , juegos diferenciales y sus aplicaciones. Nota de contenido: 1 M. Assellaou and A. Picarelli, A Hamilton-Jacobi-Bellman approach for the numerical computation of probabilistic state constrained reachable sets -- 2. A. Britzelmeier, A. De Marchi, and M. Gerdts, An iterative solution approach for a bi-level optimization problem for congestion avoidance on road networks -- 3 S. Cacace, R. Ferretti, and Z. Rafiei, Computation of Optimal Trajectories for Delay Systems: an Optimize-Then-Discretize Strategy for General-Purpose NLP Solvers -- 4 L. Mechelli and S. Volkwein, POD-Based Economic Optimal Control of Heat-Convection Phenomena -- 5 A. Alla and V. Simoncini, Order reduction approaches for the algebraic Riccati equation and the LQR problem -- 6 F. Durastante and S. Cipolla, Fractional PDE constrained optimization: box and sparse constrained problems -- 7 M. C. Delfour, Control, Shape, and Topological Derivatives via Minimax Differentiability of Lagrangians -- 8 A. J. Krener, Minimum Energy Estimation Applied to the Lorenz Attractor -- 9 M. Akian and E. Fodjo, Probabilistic max-plus schemes for solving Hamilton-Jacobi-Bellman equations -- 10 P. M. Dower, An adaptive max-plus eigenvector method for continuous time optimal control problems -- 11 W. Mc Eneaney and R. Zhao, Diffusion Process Representations for a Scalar-Field Schr¨odinger Equation Solution in Rotating Coordinates. Tipo de medio : Computadora Summary : The volume presents recent mathematical methods in the area of optimal control with a particular emphasis on the computational aspects and applications. Optimal control theory concerns the determination of control strategies for complex dynamical systems in order to optimize measures of their performance. The field was created in the 1960's, in response to the pressures of the "space race" between the US and the former USSR, but it now has a far wider scope and embraces a variety of areas ranging from process control to traffic flow optimization, renewable resources exploitation and financial market management. These emerging applications require increasingly efficient numerical methods to be developed for their solution Ѐ“ a difficult task due the huge number of variables. Providing an up-to-date overview of several recent methods in this area, including fast dynamic programming algorithms, model predictive control and max-plus techniques, this book is intended for researchers, graduate students and applied scientists working in the area of control problems, differential games and their applications. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
