論文の概要: Analysis and tuning of a three-term DMC
- arxiv url: http://arxiv.org/abs/2305.15735v1
- Date: Thu, 25 May 2023 05:35:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-26 17:13:39.267120
- Title: Analysis and tuning of a three-term DMC
- Title（参考訳）: 三次元DMCの解析とチューニング
- Authors: Yun Zhu, Kangkang Zhang, Yuncai Zhu, Jinming Zhou
- Abstract要約: ほとんどの MPC (Model Predictive Control) アルゴリズムは2項QP (quadratic programming) を用いており、第1項は出力エラーの重み付きノルムであり、第2項は入力インクリメントである。
本研究では,3項QPを用いたDMC(Dynamic Matrix Control)アルゴリズムについて検討し,第3項が出力インクリメントの重み付きノルムである。
3 項 DMC は 2 項 DMC よりも高い性能と堅牢性が得られることが証明される。
- 参考スコア（独自算出の注目度）: 2.327468559055996
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most MPC (Model Predictive Control) algorithms used in industries and studied
in the control academia use a two-term QP (quadratic programming), where the
first term is the weighted norm of the output errors, and the second term is
that of the input increments. In this work, a DMC (Dynamic Matrix Control)
algorithm that uses three-term QP is studied, where the third term is the
weighted norm of the output increments. In the analysis, a relationship between
the three-term DMC and the two-term DMC is established; based on that, the
closed-loop response curves are derived. Based on the analysis, two controller
tuning procedures are developed for the three-term DMC, one for closed-loop
step response and one for disturbance reduction. Finally, it will be proven
that the three-term DMC can achieve a higher performance and robustness than
the two-term DMC can. Simulation studies are used to demonstrate the findings
and the tuning methods.
- Abstract（参考訳）: ほとんどのmpc(model prediction control)アルゴリズムは、産業界で使われ、制御学界で研究されているが、第1項は出力エラーの重み付きノルム、第2項は入力インクリメントの2項qp(quadratic programming)を使用している。
本研究では,3項QPを用いたDMC(Dynamic Matrix Control)アルゴリズムについて検討し,第3項が出力インクリメントの重み付きノルムである。
解析では, 3 項 DMC と 2 項 DMC の関係が確立され, 閉ループ応答曲線が導出される。
解析により,3項MDCと閉ループステップ応答と乱れ低減のための2つのコントローラチューニング手順が開発された。
最後に、DMCが2項のDMCよりも高い性能と堅牢性を達成できることが証明される。
シミュレーション研究は、発見とチューニング方法の実証に使用される。
関連論文リスト
- Neural Operators for Boundary Stabilization of Stop-and-go Traffic [1.90298817989995]
本稿では,ニューラル演算子を用いたPDE境界制御設計への新しいアプローチを提案する。
本稿では,トラフィックPDEシステムの安定化を目的とした2種類のニューラル演算子学習手法を提案する。
特定の近似精度条件下では,NOをベースとした閉ループシステムは実用的に安定であることが証明された。
論文 参考訳（メタデータ） (2023-12-16T08:18:39Z) - Generation of C-NOT, SWAP, and C-Z Gates for Two Qubits Using Coherent
and Incoherent Controls and Stochastic Optimization [56.47577824219207]
我々は、Gorini-Kossakowsky-Sudarchhan-Lindblad型マスター方程式によって決定される開量子系の力学の一般的な形式を考える。
我々は,2ビットのC-NOT,SWAP,C-Zゲートを生成する際の制御問題を,一括定数制御と最適化を用いて解析する。
論文 参考訳（メタデータ） (2023-12-09T17:55:47Z) - Multiple-Step Quantized Triplet STDP Implemented with Memristive Synapse [0.17999333451993949]
マルチステップ量子化三重項STDPと呼ばれる新しい混合信号回路方式が設計されている。
回路のロバスト性は、パルス幅符号化重み変調信号の利用により大幅に改善される。
論文 参考訳（メタデータ） (2023-06-13T12:00:48Z) - Semi-Markov Offline Reinforcement Learning for Healthcare [57.15307499843254]
本稿では,SDQN,SDDQN,SBCQという3つのオフラインRLアルゴリズムを紹介する。
変動時間環境において,これらのアルゴリズムのみが最適ポリシーを学習できることを実験的に実証した。
我々は,脳卒中予防のためのウォーファリン投与に関連する実世界のオフラインデータセットに,我々の新しいアルゴリズムを適用した。
論文 参考訳（メタデータ） (2022-03-17T14:51:21Z) - Efficient Learning and Decoding of the Continuous-Time Hidden Markov
Model for Disease Progression Modeling [119.50438407358862]
本稿では,CT-HMMモデルに対する効率的なEMベースの学習手法の完全な特徴付けについて述べる。
EMに基づく学習は、後状態確率の推定と、状態条件付き統計量の計算という2つの課題から成り立っていることを示す。
緑内障データセットとアルツハイマー病データセットを用いて,100以上の状態のCT-HMMを用いて疾患進行の可視化と予測を行う。
論文 参考訳（メタデータ） (2021-10-26T20:06:05Z) - An Artificial Neural Network-Based Model Predictive Control for
Three-phase Flying Capacitor Multi-Level Inverter [2.3513645401551333]
モデル予測制御(MPC)は、単純な概念、高速な動的応答、優れた参照追跡のため、パワーエレクトロニクスで広く使われている。
最適なスイッチング状態を予測するためにシステムの数学的モデルに依存するため、パラメトリックな不確実性に悩まされる。
本稿では,ニューラルネットワーク(ANN)に基づくモデルフリー制御戦略を提案する。
論文 参考訳（メタデータ） (2021-10-15T13:54:08Z) - Partial Maximum Correntropy Regression for Robust Trajectory Decoding
from Noisy Epidural Electrocorticographic Signals [22.202519467049136]
Partial Least Square Regression (PLSR)アルゴリズムは、脳-コンピュータインタフェースにおける相関脳記録から連続変数を予測する特別な能力を示す。
本研究の目的は、PLSRの頑健なバージョンであるPartial Maximum Correntropy Regression (PMCR)を提案することである。
従来のPLSRと最先端の変種と比較して、PMCRは、汚染されたトレーニングセットを持つ3つの異なるパフォーマンス指標に対して優れた予測能力を実現した。
論文 参考訳（メタデータ） (2021-06-23T05:22:46Z) - Modular Deep Reinforcement Learning for Continuous Motion Planning with
Temporal Logic [59.94347858883343]
本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。
LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。
モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
論文 参考訳（メタデータ） (2021-02-24T01:11:25Z) - Directed percolation and numerical stability of simulations of digital
memcomputing machines [8.761355402590105]
DMM(Digital memcomputing Machine)は、最適化問題を解決するために設計された新しい非解決型マシンである。
これらのマシンは、メモリを持つ連続時間非量子力学系で物理的に実現することができる。
多くの困難問題の解は、DMMのODEを数値的に統合することによって報告されている。
論文 参考訳（メタデータ） (2021-02-06T09:44:28Z) - NOMA in UAV-aided cellular offloading: A machine learning approach [59.32570888309133]
複数の無人航空機(UAV)によるセルローディングのための新しい枠組みの提案
非直交多重アクセス(NOMA)技術は、無線ネットワークのスペクトル効率をさらに向上するために、各UAVに採用されている。
相互深いQ-network (MDQN) アルゴリズムは,UAVの最適3次元軌道と電力配分を共同で決定するために提案される。
論文 参考訳（メタデータ） (2020-10-18T17:38:48Z) - Exploration-Exploitation in Constrained MDPs [79.23623305214275]
拘束マルコフ決定過程(CMDP)における探索・探索ジレンマについて検討する。
未知のCMDPで学習している間、エージェントは、MDPに関する新しい情報を見つけるために、トレードオフ探索を行う必要がある。
エージェントは最終的に良い方針や最適な方針を学習するが、学習プロセス中にエージェントが制約に過度に違反することを望まない。
論文 参考訳（メタデータ） (2020-03-04T17:03:56Z)
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。