×

局部控制系统互连的最优辨识实验设计。 (英语) Zbl 1388.93030号

摘要:本文考虑本地控制系统网络(多智能体系统)的模块识别。其主要贡献是确定最小扰动识别实验,尽管如此,该实验仍将导致每个模块的模型足够精确,以便通过重新设计分散控制器来提高网络的全局性能。另一个贡献是确定实验条件,在此条件下,可以收集足够信息量的数据(即导致一致估计的数据),以识别此类网络中的任何模块。

MSC公司:

93B30型 系统标识
68T42型 Agent技术与人工智能
93甲14 分散的系统
93立方35 多变量系统、多维控制系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部 哈尔

参考文献:

[1] Barenthin,M。;邦波依斯,X。;Hjalmarsson,H。;Scorletti,G.,《多变量系统控制的识别:通过lmis进行控制器验证和实验设计》,Automatica,44,12,3070-3078,(2008)·Zbl 1153.93344号
[2] Bombois,X。;安德森,B。;Gevers,M.,预测误差识别中保证置信水平的频域误差界量化,《系统与控制快报》,54,5,471-482,(2005)·Zbl 1129.93356号
[3] Bombois,X。;Gevers,M。;斯科莱蒂,G。;Anderson,B.D.O.,通过预测误差识别获得的不确定性集的稳健性分析工具,Automatica,37,10,1629-1636,(2001)·Zbl 1136.93323号
[4] Bombois,X。;斯科莱蒂,G。;Gevers,M。;范登霍夫,P.M.J。;Hildebrand,R.,《控制成本最低的识别实验》,Automatica,42,10,1651-1662,(2006)·Zbl 1130.93352号
[5] 博伊德,S。;El Ghaoui,L。;Feron,E。;Balakrishnan,V.(系统和控制理论中的线性矩阵不等式,应用数学研究,第15卷,(1994),SIAM Philadelphia)·Zbl 0816.93004号
[6] Dankers,A。;范登霍夫,P。;Bombois,X。;Heuberger,P.,用预测误差方法识别复杂网络中的动态模型-预测器输入选择,IEEE自动控制汇刊,61,4,937-952,(2016)·Zbl 1359.93547号
[7] Dinh,M.、Kornienko,A.和Scorletti,G.(2014)。不确定大系统性能的凸层次分析。程序。第53届IEEE决策与控制会议; Dinh,M.、Kornienko,A.和Scorletti,G.(2014)。不确定大系统性能的凸层次分析。程序。第53届IEEE决策与控制会议
[8] Doyle,J.、Packard,A.和Zhou,K.(1991)。审查LFT、LMI和(mu)程序。IEEE决策与控制会议,第2卷; Doyle,J.、Packard,A.和Zhou,K.(1991)。审查LFT、LMI和(mu)程序。IEEE决策与控制会议,第2卷
[9] Everitt,N.、Bottegal,G.、Rojas,C.和Hjalmarsson,H.(2015)。线性MIMO模型的方差分析。程序。第54届IEEE决策与控制会议; Everitt,N.、Bottegal,G.、Rojas,C.和Hjalmarsson,H.(2015)。线性MIMO模型的方差分析。程序。第54届IEEE决策与控制会议
[10] 传真:J.A。;Murray,R.H.,车辆编队的信息流和协同控制,IEEE自动控制汇刊,49,9,1465-1476,(2004)·Zbl 1365.90056号
[11] Gevers,M.和Bazanella,A.S.(2015)。动态网络中的识别:可识别性和实验设计问题。程序。第54届IEEE决策与控制会议; Gevers,M.和Bazanella,A.S.(2015)。动态网络中的识别:可识别性和实验设计问题。程序。第54届IEEE决策与控制会议
[12] Gevers,M.、Bazanella,A.S.和Miskovic,L.(2008)。信息性数据:如何获得足够的财富?程序。第47届IEEE决策与控制会议; Gevers,M.、Bazanella,A.S.和Miskovic,L.(2008)。信息性数据:如何获得足够的财富?程序。第47届IEEE决策与控制会议
[13] Gunes,B.、Dankers,A.和Van den Hof,P.(2014)。动态网络辨识中的方差减少技术。程序。IFAC世界大会; Gunes,B.、Dankers,A.和Van den Hof,P.(2014)。动态网络辨识中的方差减少技术。程序。IFAC世界大会
[14] A.哈伯。;Verhaegen,M.,大型互联系统的移动时域估计,IEEE自动控制汇刊,58,11,2834-2847,(2013)·Zbl 1369.93594号
[15] Hägg,P.和Wahlberg,B.(2014)。关于并行级联串行系统的识别。程序。IFAC世界大会; Hägg,P.和Wahlberg,B.(2014)。关于并行级联串行系统的识别。程序。IFAC世界大会
[16] 哈格,P。;Wahlberg,B.,《网络系统的最优输入设计》,Automatica,53,275-281,(2015)·兹比尔1371.93054
[17] Jansson,H。;Hjalmarsson,H.,通过LMI的输入设计,在置信区域中承认频率模型规范,IEEE自动控制学报,50,10,1534-1549,(2005)·Zbl 1365.93029号
[18] Kornienko,A。;斯科莱蒂,G。;科林特,E。;Blanco,E.,《相同系统互连的性能控制:在锁相环网络设计中的应用》,《鲁棒和非线性控制国际期刊》(2014)
[19] 兰道,I.D。;雷伊,D。;卡里米,A。;沃达公司。;Franco,A.,《作为鲁棒数字控制基准的柔性传动系统》,《欧洲控制杂志》,1,2,77-96,(1995)·Zbl 1423.93249号
[20] Ljung,L.,《系统识别:用户理论》,(1999),Prentice Hall Englewood Cliffs,NJ
[21] Safonov,M.G.,多变量反馈系统的稳定性和鲁棒性,(1980),麻省理工学院出版社剑桥·Zbl 0552.93002号
[22] Safonov,M.G.,分层系统中圆锥模型不确定性的传播,IEEE电路与系统汇刊,388-396,(1983)
[23] 斯科莱蒂,G。;Duc,G.,分散控制的LMI方法,国际控制杂志,74,3,211-224,(2001)·Zbl 1033.93020号
[24] Vincent,T。;诺瓦拉,C。;Hsu,K。;Poolla,K.,结构化非线性系统识别的输入设计,Automatica,46,990-998,(2010)·Zbl 1192.93122号
[25] Weerts,H.、Dankers,A.和Van den Hof,P.(2015)。动态网络识别中的可识别性。程序。国际会计师联合会系统识别专题讨论会; Weerts,H.、Dankers,A.和Van den Hof,P.(2015)。动态网络识别中的可识别性。程序。IFAC系统识别研讨会
[26] Weerts,H.、Van den Hof,P.和Dankers,A.(2016年)。部分节点无噪声的动态网络的可辨识性。程序。IFAC控制和信号处理适应和学习国际研讨会; Weerts,H.、Van den Hof,P.和Dankers,A.(2016年)。部分节点无噪声的动态网络的可辨识性。程序。IFAC控制和信号处理适应和学习国际研讨会
[27] 周,K。;Doyle,J.,《鲁棒控制要点》,(1998),新泽西州上鞍河Prentice Hall
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。