Stochastische modell-prädiktive Regelung nichtlinearer Systeme

Diese Arbeit behandelt neuartige Verfahren zur modell-prädiktiven Regelung (MPC) nichtlinearer Systeme unter umfassender Berücksichtigung stochastischer Unsicherheiten. Bei dem hier vorgestellten Framework zur stochastischen nichtlinearen MPC (SNMPC) wird neben dem unsicheren Systemverhalten auch di...

Full description

Saved in:
Bibliographic Details
Main Author: Weißel, Florian
Format: Online
Language:German
Published: KIT Scientific Publishing 2021
Subjects:
Online Access:35008
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1869531043858481152
author Weißel, Florian
author_browse Weißel, Florian
author_facet Weißel, Florian
author_sort Weißel, Florian
collection Directory of Open Access Books
description Diese Arbeit behandelt neuartige Verfahren zur modell-prädiktiven Regelung (MPC) nichtlinearer Systeme unter umfassender Berücksichtigung stochastischer Unsicherheiten. Bei dem hier vorgestellten Framework zur stochastischen nichtlinearen MPC (SNMPC) wird neben dem unsicheren Systemverhalten auch die Zugänglichkeit des zu regelnden Systemzustands explizit bei der Stellgrößenberechnung berücksichtigt. Die vorgestellten Verfahren werden anhand der Regelung miniaturisierter Laufroboter evaluiert.
format Online
id doab-20.500.12854ir-60053
institution Directory of Open Access Books
language ger
publishDate 2021
publishDateRange 2021
publishDateSort 2021
publisher KIT Scientific Publishing
publisherStr KIT Scientific Publishing
record_format ojs
spelling doab-20.500.12854ir-600532023-12-20T18:40:52Z Stochastische modell-prädiktive Regelung nichtlinearer Systeme Weißel, Florian QA75.5-76.95 Schätztheorie MPC SMNPC modell-prädiktive Regelung nichtlineare Regelung bic Book Industry Communication::U Computing & information technology::UY Computer science Diese Arbeit behandelt neuartige Verfahren zur modell-prädiktiven Regelung (MPC) nichtlinearer Systeme unter umfassender Berücksichtigung stochastischer Unsicherheiten. Bei dem hier vorgestellten Framework zur stochastischen nichtlinearen MPC (SNMPC) wird neben dem unsicheren Systemverhalten auch die Zugänglichkeit des zu regelnden Systemzustands explizit bei der Stellgrößenberechnung berücksichtigt. Die vorgestellten Verfahren werden anhand der Regelung miniaturisierter Laufroboter evaluiert. 2021-02-12T04:37:11Z 2021-02-12T04:37:11Z 2019-07-30 20:02:00 2009 book 35008 18673813 9783866443488 https://directory.doabooks.org/handle/20.500.12854/60053 ger Karlsruhe Series on Intelligent Sensor-Actuator-Systems, Universität Karlsruhe / Intelligent Sensor-Actuator-Systems Laboratory image/jpeg Attribution-NonCommercial-NoDerivatives 4.0 International https://www.ksp.kit.edu/9783866443488 KIT Scientific Publishing 10.5445/KSP/1000010573 10.5445/KSP/1000010573 68fffc18-8f7b-44fa-ac7e-0b7d7d979bd2 9783866443488 XII, 122 p. open access
spellingShingle QA75.5-76.95
Schätztheorie
MPC
SMNPC
modell-prädiktive Regelung
nichtlineare Regelung
bic Book Industry Communication::U Computing & information technology::UY Computer science
Weißel, Florian
Stochastische modell-prädiktive Regelung nichtlinearer Systeme
title Stochastische modell-prädiktive Regelung nichtlinearer Systeme
title_full Stochastische modell-prädiktive Regelung nichtlinearer Systeme
title_fullStr Stochastische modell-prädiktive Regelung nichtlinearer Systeme
title_full_unstemmed Stochastische modell-prädiktive Regelung nichtlinearer Systeme
title_short Stochastische modell-prädiktive Regelung nichtlinearer Systeme
title_sort stochastische modell pradiktive regelung nichtlinearer systeme
topic QA75.5-76.95
Schätztheorie
MPC
SMNPC
modell-prädiktive Regelung
nichtlineare Regelung
bic Book Industry Communication::U Computing & information technology::UY Computer science
topic_facet QA75.5-76.95
Schätztheorie
MPC
SMNPC
modell-prädiktive Regelung
nichtlineare Regelung
bic Book Industry Communication::U Computing & information technology::UY Computer science
url 35008
work_keys_str_mv AT weißelflorian stochastischemodellpradiktiveregelungnichtlinearersysteme