Javascript must be enabled to continue!
Global minmax optimization for robust H∞ control
View through CrossRef
Optimisation globale minmax pour la commande robuste H∞
La commande H∞ est de nos jours utilisée pour la régulation de nombreux systèmes. Cette technique de contrôle permet de synthétiser des lois de commande robustes, dans le sens où le comportement du système régulé est peu sensible aux perturbations externes. De plus, la commande H∞ permet de prendre en compte des incertitudes liés au modèle décrivant le système à réguler. Par conséquence, cette technique de contrôle est robuste vis-à-vis des perturbations et des incertitudes de modèle. Afin de synthétiser une loi de commande robuste, les spécifications des performances du système en boucle fermée sont traduites en critères H∞ à partir desquels est formulé un problème d'optimisation. La loi de commande est une solution de ce problème, qui est non convexe dans le cas général. Les deux principales approches pour la résolution de ce problème sont basées sur la reformulation convexe et les méthodes d'optimisations locales, mais ne garantissent pas l'optimalité de la loi de commande vis-à-vis des critères H∞. Cette thèse propose une approche de la commande H∞ par des méthodes d'optimisation globales, rarement considérées jusqu'à présent. Contrairement aux approches classiques, bien qu'au prix d'une complexité algorithmique supérieure, la convergence vers la loi de commande optimale est garantie par les méthodes globales. De plus, les incertitude de modèle sont prises en compte de manière garantie, ce qui n'est pas nécessairement le cas avec les approches convexes et locales.
Title: Global minmax optimization for robust H∞ control
Description:
Optimisation globale minmax pour la commande robuste H∞
La commande H∞ est de nos jours utilisée pour la régulation de nombreux systèmes.
Cette technique de contrôle permet de synthétiser des lois de commande robustes, dans le sens où le comportement du système régulé est peu sensible aux perturbations externes.
De plus, la commande H∞ permet de prendre en compte des incertitudes liés au modèle décrivant le système à réguler.
Par conséquence, cette technique de contrôle est robuste vis-à-vis des perturbations et des incertitudes de modèle.
Afin de synthétiser une loi de commande robuste, les spécifications des performances du système en boucle fermée sont traduites en critères H∞ à partir desquels est formulé un problème d'optimisation.
La loi de commande est une solution de ce problème, qui est non convexe dans le cas général.
Les deux principales approches pour la résolution de ce problème sont basées sur la reformulation convexe et les méthodes d'optimisations locales, mais ne garantissent pas l'optimalité de la loi de commande vis-à-vis des critères H∞.
Cette thèse propose une approche de la commande H∞ par des méthodes d'optimisation globales, rarement considérées jusqu'à présent.
Contrairement aux approches classiques, bien qu'au prix d'une complexité algorithmique supérieure, la convergence vers la loi de commande optimale est garantie par les méthodes globales.
De plus, les incertitude de modèle sont prises en compte de manière garantie, ce qui n'est pas nécessairement le cas avec les approches convexes et locales.
Related Results
Input Normalization for WGAN-GP Synthesis of Radiometric Activity Data from Building Materials
Input Normalization for WGAN-GP Synthesis of Radiometric Activity Data from Building Materials
Resumo This study evaluates the extent to which input normalization influences the performance of a Wasserstein Generative Adversarial Network with Gradient Penalty (WGAN-GP) train...
Nonlinear optimal control for robotic exoskeletons with electropneumatic actuators
Nonlinear optimal control for robotic exoskeletons with electropneumatic actuators
Purpose
To provide high torques needed to move a robot’s links, electric actuators are followed by a transmission system with a high transmission rate. For instance, gear ratios of...
Robust economic model predictive control of smart grids
Robust economic model predictive control of smart grids
(English) This thesis proposes a Robust Economic Model Predictive Control (REMPC) design based on deterministic approach for optimizing economic costs of energy production and disp...
Minmax bornologies
Minmax bornologies
A bornology $\mathcal{B}$ on a set $X$ is called minmax, if the smallest and largest coarse structures on $X$ compatible with $\mathcal{B}$ coincide.
We prove that $\mathcal{...
The Burden of Road Traffic Injuries: A Global Perspective
The Burden of Road Traffic Injuries: A Global Perspective
Introduction Road Traffic Injury (RTI) pose a significant health challenge. It represents the eighth leading cause of death globally, prompting the UN to designate 2011-2020 as...
The Mathematics of Optimization
The Mathematics of Optimization
In “Introduction to Optimization Models” (UVA-QA-0682), we explored the basics of using optimization models, or mathematical programming. In this technical note, we turn our attent...
Hedging against Uncertain Future Development Plans in Closed-loop Field Development Optimization
Hedging against Uncertain Future Development Plans in Closed-loop Field Development Optimization
Abstract
Optimization has received considerable attention in oilfield development studies. A major difficulty is related to handling the uncertainty that can be intr...
A new type bionic global optimization: Construction and application of modified fruit fly optimization algorithm
A new type bionic global optimization: Construction and application of modified fruit fly optimization algorithm
Fruit fly optimization algorithm, which is put forward through research on the act of foraging and observing groups of fruit flies, has some merits such as simplified operation, st...

