論文の概要: Optimization for Infrastructure Cyber-Physical Systems
- arxiv url: http://arxiv.org/abs/2206.04794v1
- Date: Tue, 31 May 2022 00:58:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-19 23:33:00.544788
- Title: Optimization for Infrastructure Cyber-Physical Systems
- Title(参考訳): インフラサイバー物理システムの最適化
- Authors: Arunchandar Vasan, Prasant Misra, Srinarayana Nagarathinam, Venkata
Ramakrishna, Ramasubramanian Suriyanarayanan, Yashovardhan Chati
- Abstract要約: サイバー物理システム(サイバー物理的システム、CPS)は、意思決定(サイバー/コントロール)コンポーネントが物理的システムと密に統合され、リアルタイムの監視と制御を可能にするシステムである。
インフラCPSの例としては、電力網、配水網、輸送・物流網、暖房、建物内の空調(換気)などがある。
制御最適化のために、インフラCPSは通常、センサーのネットワークを備えた半自律サブシステムのシステムと見なされる。
- 参考スコア(独自算出の注目度): 3.0646173923933446
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cyber-physical systems (CPS) are systems where a decision making
(cyber/control) component is tightly integrated with a physical system (with
sensing/actuation) to enable real-time monitoring and control. Recently, there
has been significant research effort in viewing and optimizing physical
infrastructure in built environments as CPS, even if the control action is not
in real-time. Some examples of infrastructure CPS include electrical power
grids; water distribution networks; transportation and logistics networks;
heating, ventilation, and air conditioning (HVAC) in buildings; etc. Complexity
arises in infrastructure CPS from the large scale of operations; heterogeneity
of system components; dynamic and uncertain operating conditions; and
goal-driven decision making and control with time-bounded task completion
guarantees. For control optimization, an infrastructure CPS is typically viewed
as a system of semi-autonomous sub-systems with a network of sensors and uses
distributed control optimization to achieve system-wide objectives that are
typically measured and quantified by better, cheaper, or faster system
performance. In this article, we first illustrate the scope for control
optimization in common infrastructure CPS. Next, we present a brief overview of
current optimization techniques. Finally, we share our research position with a
description of specific optimization approaches and their challenges for
infrastructure CPS of the future.
- Abstract(参考訳): サイバー物理システム(サイバー物理的システム、CPS)は、意思決定(サイバー/コントロール)コンポーネントが物理的システムと密に統合され、リアルタイム監視と制御を可能にするシステムである。
近年,制御動作がリアルタイムでなくても,建築環境における物理インフラをCPSとして閲覧・最適化する研究が盛んに行われている。
インフラCPSの例としては、電力網、配水網、輸送・物流網、暖房、換気、空調(HVAC)などがある。
複雑性は、大規模な運用、システムコンポーネントの不均一性、動的で不確定な運用条件、時間制限されたタスク完了保証による目標主導の意思決定と制御から生じる。
制御最適化のために、インフラストラクチャcpsは通常、センサネットワークを備えた半自律サブシステムのシステムと見なされ、分散制御最適化を使用して、より良く、安く、より高速なシステム性能によって測定および定量化されるシステム全体の目標を達成する。
本稿では、共通インフラストラクチャCPSにおける制御最適化のスコープについて説明する。
次に,現在の最適化手法の概要を紹介する。
最後に,本研究の立場について,具体的な最適化手法と今後のインフラCPSへの課題について述べる。
関連論文リスト
- Green Resilience of Cyber-Physical Systems [0.0]
Cyber-Physical System (CPS) は、ハードウェアコンポーネントとソフトウェアコンポーネントの両方を結合してリアルタイムサービスを実行するシステムである。
システムのレジリエンスを達成するためには、リカバリ技術が必要である。
この提案は、CPSにおけるレジリエンスとグリーンを達成するためのゲーム理論ソリューションを提案する。
論文 参考訳(メタデータ) (2023-11-09T08:29:55Z) - TranDRL: A Transformer-Driven Deep Reinforcement Learning Enabled
Prescriptive Maintenance Framework [62.73424880653293]
産業システムは、運用効率を高め、ダウンタイムを減らすための信頼性の高い予測保守戦略を要求する。
本稿では,Transformerモデルに基づくニューラルネットワークと深部強化学習(DRL)アルゴリズムの機能を活用し,システムの保守動作を最適化する統合フレームワークを提案する。
論文 参考訳(メタデータ) (2023-09-29T02:27:54Z) - A Dynamic Feedforward Control Strategy for Energy-efficient Building
System Operation [59.56144813928478]
現在の制御戦略と最適化アルゴリズムでは、そのほとんどはリアルタイムフィードバックから情報を受け取ることに依存している。
本稿では,システム制御のためのシステム特性を同時に構築することによる,ダイナミックな事前知識を組み込む,エンジニアフレンドリな制御戦略フレームワークを提案する。
典型的な制御戦略でシステム制御を加熱するケースでテストしたところ、我々のフレームワークは15%の省エネ性を持っていることがわかった。
論文 参考訳(メタデータ) (2023-01-23T09:07:07Z) - Distributed neural network control with dependability guarantees: a
compositional port-Hamiltonian approach [0.0]
大規模なサイバー物理システムは、制御ポリシーが分散されていること、すなわち、ローカルなリアルタイム測定と近隣エージェントとの通信にのみ依存することを要求する。
最近の研究でニューラルネットワーク(NN)分散コントローラのトレーニングが提案されている。
NNコントローラの主な課題は、トレーニング中と後、すなわちクローズドループシステムは不安定であり、勾配の消失と爆発によってトレーニングが失敗する可能性があることである。
論文 参考訳(メタデータ) (2021-12-16T17:37:11Z) - Delayed Propagation Transformer: A Universal Computation Engine towards
Practical Control in Cyber-Physical Systems [68.75717332928205]
マルチエージェント制御はサイバー物理システムにおいて中心的なテーマである。
本稿では,CPSのグローバルモデリングを専門とするトランスフォーマーモデルを提案する。
物理的な制約帰納バイアスが設計に組み込まれているため、DePTは幅広い種類のマルチエージェントシステムにプラグアンドプレイする準備ができています。
論文 参考訳(メタデータ) (2021-10-29T17:20:53Z) - Sparsity in Partially Controllable Linear Systems [56.142264865866636]
本研究では, 部分制御可能な線形力学系について, 基礎となる空間パターンを用いて検討する。
最適制御には無関係な状態変数を特徴付ける。
論文 参考訳(メタデータ) (2021-10-12T16:41:47Z) - Stable Online Control of Linear Time-Varying Systems [49.41696101740271]
COCO-LQは、大規模なLTVシステムの入出力安定性を保証する効率的なオンライン制御アルゴリズムである。
COCO-LQの性能を実証実験とパワーシステム周波数制御の両例で実証した。
論文 参考訳(メタデータ) (2021-04-29T06:18:49Z) - An RL-Based Adaptive Detection Strategy to Secure Cyber-Physical Systems [0.0]
ソフトウェアベースの制御への依存が高まり、サイバー物理システムの脆弱性が高まった。
攻撃シナリオから学んだ経験に基づいて,このような検出器のパラメータを適応的に設定する強化学習(RL)ベースのフレームワークを提案する。
論文 参考訳(メタデータ) (2021-03-04T07:38:50Z) - An Analysis of Distributed Systems Syllabi With a Focus on
Performance-Related Topics [65.86247008403002]
我々は、トップコンピュータサイエンスプログラムから51の現在(2019-2020)の分散システムシラビのデータセットを分析した。
本研究では,DSコースで言及されているインフラの規模を,小規模なクライアントサーバシステムからクラウドスケール,ピアツーピア,グローバルスケールシステムまで検討する。
論文 参考訳(メタデータ) (2021-03-02T16:49:09Z) - Analyzing Power Grid, ICT, and Market Without Domain Knowledge Using
Distributed Artificial Intelligence [0.0]
エネルギーインフラのようなサイバー物理システムは、ますます複雑になりつつある。
本稿では,分散人工知能を自己適応分析ツールとして応用するための概念を紹介する。
論文 参考訳(メタデータ) (2020-06-10T21:32:39Z) - BLCS: Brain-Like based Distributed Control Security in Cyber Physical
Systems [14.424965817318816]
サイバーセキュリティはサイバー物理システム(CPS)のシナリオにおける最大の問題である。
CPSにおけるF-RONのためのブレインライクな分散制御セキュリティ(BLCS)アーキテクチャを提案する。
BLCSはトリパーティイトコントローラの検証においてセキュアなクロスドメイン制御を実現することができる。
論文 参考訳(メタデータ) (2020-02-08T09:14:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。