Autor Grüne, Lars
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsqueda
Título : (In-)Stability of Differential Inclusions : Notions, Equivalences, and Lyapunov-like Characterizations Tipo de documento: documento electrónico Autores: Braun, Philipp, Autor ; Grüne, Lars, Autor ; Kellett, Christopher M., Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: IX, 116 p. 16 ilustraciones, 15 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-76317-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Matemáticas Índice Dewey: 510 Matemáticas Resumen: Los métodos de Lyapunov han sido y siguen siendo una de las principales herramientas para analizar las propiedades de estabilidad de sistemas dinámicos. En esta monografía, se revisan los resultados de Lyapunov que caracterizan la estabilidad y la estabilidad del origen de las inclusiones diferenciales. Para caracterizar la inestabilidad y la desestabilización, se introducen funciones similares a Lyapunov, llamadas Chetaev y funciones de control de Chetaev en la monografía. A partir de su definición y reflejando los resultados existentes sobre estabilidad, se derivan resultados analógicos para la inestabilidad. Además, al observar la dinámica de una inclusión diferencial en el tiempo atrasado, se discuten las similitudes y diferencias entre la estabilidad del origen en el tiempo hacia adelante y la inestabilidad en el tiempo hacia atrás, y viceversa. De manera similar, se resumen la invariancia de las propiedades de estabilidad e inestabilidad de los equilibrios de ecuaciones diferenciales con respecto al escalamiento. Como resultado final, se esbozan ideas que combinan las funciones de control de Lyapunov y de control de Chetaev para garantizar simultáneamente la estabilidad, es decir, la convergencia, y la inestabilidad, es decir, la evitación. El trabajo está dirigido a investigadores que trabajan en control, así como a estudiantes de posgrado en ingeniería de control y matemáticas aplicadas. Nota de contenido: 1 Introduction -- 2 Mathematical Setting & Motivation -- 3 Strong (in)stability of differential inclusions & Lyapunov characterizations -- 4 Weak (in)stability of differential inclusions & Lyapunov characterizations -- 5 Outlook & Further Topics -- 6 Proofs of the Main Results -- 7 Auxiliary results -- 8 Conclusions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i (In-)Stability of Differential Inclusions : Notions, Equivalences, and Lyapunov-like Characterizations [documento electrónico] / Braun, Philipp, Autor ; Grüne, Lars, Autor ; Kellett, Christopher M., Autor . - 1 ed. . - [s.l.] : Springer, 2021 . - IX, 116 p. 16 ilustraciones, 15 ilustraciones en color.
ISBN : 978-3-030-76317-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Matemáticas Índice Dewey: 510 Matemáticas Resumen: Los métodos de Lyapunov han sido y siguen siendo una de las principales herramientas para analizar las propiedades de estabilidad de sistemas dinámicos. En esta monografía, se revisan los resultados de Lyapunov que caracterizan la estabilidad y la estabilidad del origen de las inclusiones diferenciales. Para caracterizar la inestabilidad y la desestabilización, se introducen funciones similares a Lyapunov, llamadas Chetaev y funciones de control de Chetaev en la monografía. A partir de su definición y reflejando los resultados existentes sobre estabilidad, se derivan resultados analógicos para la inestabilidad. Además, al observar la dinámica de una inclusión diferencial en el tiempo atrasado, se discuten las similitudes y diferencias entre la estabilidad del origen en el tiempo hacia adelante y la inestabilidad en el tiempo hacia atrás, y viceversa. De manera similar, se resumen la invariancia de las propiedades de estabilidad e inestabilidad de los equilibrios de ecuaciones diferenciales con respecto al escalamiento. Como resultado final, se esbozan ideas que combinan las funciones de control de Lyapunov y de control de Chetaev para garantizar simultáneamente la estabilidad, es decir, la convergencia, y la inestabilidad, es decir, la evitación. El trabajo está dirigido a investigadores que trabajan en control, así como a estudiantes de posgrado en ingeniería de control y matemáticas aplicadas. Nota de contenido: 1 Introduction -- 2 Mathematical Setting & Motivation -- 3 Strong (in)stability of differential inclusions & Lyapunov characterizations -- 4 Weak (in)stability of differential inclusions & Lyapunov characterizations -- 5 Outlook & Further Topics -- 6 Proofs of the Main Results -- 7 Auxiliary results -- 8 Conclusions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Nonlinear Model Predictive Control : Theory and Algorithms Tipo de documento: documento electrónico Autores: Grüne, Lars, Autor ; Pannek, Jürgen, Autor 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. Palabras clave: Ingeniería de control teoría del sistema Teoría del control Química Técnica Ingeniería automotriz Teoría de sistemas y control Teoría de Sistemas Control Química Industrial Índice Dewey: 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: Ѐ" un nuevo capítulo sobre NMPC económico que relaja el supuesto de que el costo de funcionamiento penaliza al distancia a un equilibrio predefinido: un nuevo capítulo sobre NMPC distribuido que analiza métodos que facilitan el control de sistemas a gran escala dividiendo la optimización en subproblemas más pequeños; Ѐ" una discusión ampliada sobre la estabilidad y el rendimiento usando actualizaciones aproximadas en lugar de optimización completa; Ѐ" 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 Ѐ" 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 Teoría de estabilidad de Lyapunov que también la hace accesible para estudiantes de posgrado en ingeniería 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Nonlinear Model Predictive Control : Theory and Algorithms [documento electrónico] / Grüne, Lars, Autor ; Pannek, Jürgen, Autor . - 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.
Palabras clave: Ingeniería de control teoría del sistema Teoría del control Química Técnica Ingeniería automotriz Teoría de sistemas y control Teoría de Sistemas Control Química Industrial Índice Dewey: 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: Ѐ" un nuevo capítulo sobre NMPC económico que relaja el supuesto de que el costo de funcionamiento penaliza al distancia a un equilibrio predefinido: un nuevo capítulo sobre NMPC distribuido que analiza métodos que facilitan el control de sistemas a gran escala dividiendo la optimización en subproblemas más pequeños; Ѐ" una discusión ampliada sobre la estabilidad y el rendimiento usando actualizaciones aproximadas en lugar de optimización completa; Ѐ" 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 Ѐ" 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 Teoría de estabilidad de Lyapunov que también la hace accesible para estudiantes de posgrado en ingeniería 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Numerical Methods for Optimal Control Problems / Falcone, Maurizio ; Ferretti, Roberto ; Grüne, Lars ; McEneaney, William M.
Título : Numerical Methods for Optimal Control Problems Tipo de documento: documento electrónico Autores: Falcone, Maurizio, ; Ferretti, Roberto, ; Grüne, 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. Palabras clave: teoría del sistema Teoría del control Análisis numérico Matemáticas Matemáticas de ingeniería Teoría de juego Teoría de Sistemas Control Ciencias e Ingeniería Computacional Índice Dewey: 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 teoría 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 difícil 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 científicos 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Numerical Methods for Optimal Control Problems [documento electrónico] / Falcone, Maurizio, ; Ferretti, Roberto, ; Grüne, 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.
Palabras clave: teoría del sistema Teoría del control Análisis numérico Matemáticas Matemáticas de ingeniería Teoría de juego Teoría de Sistemas Control Ciencias e Ingeniería Computacional Índice Dewey: 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 teoría 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 difícil 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 científicos 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
