Neural-network-based model predictive control for consensus of nonlinear systems

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFerreira, Henrique Cezar-
Autor(es): dc.contributorIshihara, João Yoshiyuki-
Autor(es): dc.creatorFloriano, Bruno Rodolfo de Oliveira-
Data de aceite: dc.date.accessioned2024-10-23T16:09:10Z-
Data de disponibilização: dc.date.available2024-10-23T16:09:10Z-
Data de envio: dc.date.issued2024-06-20-
Data de envio: dc.date.issued2024-06-20-
Data de envio: dc.date.issued2024-06-20-
Data de envio: dc.date.issued2023-12-14-
Fonte completa do material: dc.identifierhttp://repositorio2.unb.br/jspui/handle/10482/48357-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/901093-
Descrição: dc.descriptionTese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2023.-
Descrição: dc.descriptionEste trabalho aborda, através do método de controle preditivo, o problema de consenso para sistemas multiagentes não lineares a tempo discreto sujeitos a topologias de comunicação chaveadas. Para sistemas multiagentes não lineares que seguem uma lei de chaveamento aleatório, não há soluções baseadas em controle preditivo que resultam em uma otimização confiável em tempo real. Nós propomos um novo algoritmo baseado em redes neurais que reduz os efeitos das deficiências de comunicação, causados pelo chaveamento Markoviano, aproximando e minimizando, em tempo real, a função de custo do controle preditivo. A conveniência do método proposto é certificada em simulações para diferentes cenários e aplicações. Finalmente, os passos futuros da atual pesquisa são detalhados.-
Descrição: dc.descriptionFundação Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).-
Descrição: dc.descriptionThis work addresses, through a model predictive control (MPC) approach, the consensus problem for discrete-time nonlinear multi-agent systems subjected to switching communication topologies. For systems following a random switching law, there is not any MPC solution that results in a reliable optimization in real-time. We propose a new neural-network-based algorithm that reduces the effects of communication deficiencies, caused by Markovian switching, by approximating and minimizing, in real-time, the MPC’s cost function. The convenience of the proposed method is certified in simulations for different applications and scenarios. Finally, the future steps of the current research are detailed.-
Descrição: dc.descriptionFaculdade de Tecnologia (FT)-
Descrição: dc.descriptionDepartamento de Engenharia Elétrica (FT ENE)-
Descrição: dc.descriptionPrograma de Pós-Graduação em Engenharia Elétrica-
Formato: dc.formatapplication/pdf-
Idioma: dc.languageen-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.-
Palavras-chave: dc.subjectModelo de controle preditivo-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectControle de consenso-
Palavras-chave: dc.subjectSistemas multiagentes-
Título: dc.titleNeural-network-based model predictive control for consensus of nonlinear systems-
Título: dc.titleControle preditivo baseado em redes neurais para consenso de sistemas não-lineares-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.