MétaCan
Menu
Retour à la cohorte
Enregistrement W2512616772 · doi:10.1021/acs.iecr.6b01862

Distributed Model Predictive Control of Nonlinear Systems Based on Price-Driven Coordination

2016· article· en· W2512616772 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésConvergence (economics)Control theory (sociology)Computer scienceNonlinear systemModel predictive controlStability (learning theory)Decentralised systemScheme (mathematics)Work (physics)Internal modelFocus (optics)Control (management)Mathematical optimizationEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Here, a nonlinear plant is considered, which is operated by a decentralized control system. The existing system ignores the interactions between subsystems, which often results in uncaptured plantwide performance. The focus of this paper is on the design of a distributed model predictive control (DMPC) network using successively linearized internal models. In this method, all existing interactions between the subsystems should be considered in order to enhance the performance of the current decentralized DMPC scheme. A coordination layer is added to the existing network, while minor modifications are applied to the local MPC controllers, to achieve the performance and stability of a hypothetical centralized MPC for the entire plant. In this work, an interior-point algorithm is proposed to coordinate a DMPC network via the price-driven coordination approach. In addition, the convergence of the algorithm is shown, and the necessary conditions to ensure the closed-loop stability of the system are provided for the situation when the algorithm is terminated prematurely prior to convergence.

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)0,001
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 enseignants0,972
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,271
Écart entre enseignants0,239 · 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