Lyapunov‐based MPC with robust moving horizon estimation and its triggered implementation
Notice bibliographique
Résumé
In this work, we consider moving horizon state estimation (MHE)‐based model predictive control (MPC) of nonlinear systems. Specifically, we consider the Lyapunov‐based MPC (LMPC) developed in (Mhaskar et al., IEEE Trans Autom Control. 2005;50:1670–1680; Syst Control Lett. 2006;55:650–659) and the robust MHE (RMHE) developed in (Liu J, Chem Eng Sci. 2013;93:376–386). First, we focus on the case that the RMHE and the LMPC are evaluated every sampling time. An estimate of the stability region of the output control system is first established; and then sufficient conditions under which the closed‐loop system is guaranteed to be stable are derived. Subsequently, we propose a triggered implementation strategy for the RMHE‐based LMPC to reduce its computational load. The triggering condition is designed based on measurements of the output and its time derivatives. To ensure the closed‐loop stability, the formulations of the RMHE and the LMPC are also modified accordingly to account for the potential open‐loop operation. A chemical process is used to illustrate the proposed approaches. © 2013 American Institute of Chemical Engineers AIChE J, 59: 4273–4286, 2013
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».