MétaCan
Menu
Retour à la cohorte
Enregistrement W4286283121 · doi:10.1002/aic.17777

Optimal control and the Pontryagin's principle in chemical engineering: History, theory, and challenges

2022· article· en· W4286283121 sur OpenAlexafffund
Oswaldo Andrés‐Martínez, Oscar Palma‐Flores, Luis Ricardez‐Sandoval

Notice bibliographique

RevueAIChE Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConsejo Nacional de Ciencia y Tecnología
Mots-clésPontryagin's minimum principleMaximum principleOptimal controlMathematical optimizationMathematicsControl (management)Hamiltonian (control theory)Computer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract In the mid‐1950s, Pontryagin et al. published a principle that became a fundamental concept in optimal control (OC) theory. The principle provides theoretical and practical methods to find the solution of OC problems, in particular, open‐loop control problems. In chemical engineering, the principle has played an important role as a decision making framework for more than 60 years. This study gathers the main contributions on the application of the Pontryagin's principle to the dynamic optimization of chemical processes. A concise overview of the optimality conditions for a wide class of constrained OC problems is provided. Numerical methods to solve the necessary conditions and strategies to address inequality constraints are summarized. The information and illustrative case study presented in this work can be used as a guide to implement the principle in different settings. Opportunities for further application of the principle in relevant chemical engineering problems are also discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,009
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,006
Tête enseignante GPT0,183
Écart entre enseignants0,177 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetAdvanced Control Systems OptimizationTravaux en français237 207