MétaCan
Menu
Retour à la cohorte
Enregistrement W2067117721 · doi:10.1115/1.4026413

Multistage Suboptimal Model Predictive Control With Improved Computational Efficiency

2014· article· en· W2067117721 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Dynamic Systems Measurement and Control · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésModel predictive controlState (computer science)Set (abstract data type)ComputationControl theory (sociology)Terminal (telecommunication)Stability (learning theory)Invariant (physics)Mathematical optimizationSequence (biology)Computer scienceMathematicsProperty (philosophy)Feasible regionControl (management)AlgorithmArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes a multistage suboptimal model predictive control (MPC) strategy which can reduce the prediction horizon without compromising the stability property. The proposed multistage MPC requires a precomputed sequence of j-step admissible sets, where the j-step admissible set is the set of system states that can be steered to the maximum positively invariant set in j control steps. Given the precomputed admissible sets, multistage MPC first determines the minimum number of steps M required to drive the state to the terminal set. Then, it steers the state to the (M – N)-step admissible set if M > N, or to the terminal set otherwise. The paper presents the offline computation of the admissible sets, and shows the feasibility and stability of multistage MPC for systems with and without disturbances. A numerical example illustrates that multistage MPC with N = 5 can be used to stabilize a system which requires MPC with N ≥ 14 in the absence of disturbances, and requires MPC with N ≥ 22 when affected by disturbances.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,173
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle