Literatur vom gleichen Autor/der gleichen Autor*in
plus bei Google Scholar

Bibliografische Daten exportieren
 

Verteilte Optimierung : Anwendungen in der Modellprädiktiven Regelung

Titelangaben

Braun, Philipp ; Grüne, Lars:
Verteilte Optimierung : Anwendungen in der Modellprädiktiven Regelung.
In: Automatisierungstechnik. Bd. 66 (2018) Heft 11 . - S. 939-949.
ISSN 2196-677X
DOI: https://doi.org/10.1515/auto-2018-0009

Dies ist die aktuelle Version des Eintrags.

Weitere URLs

Abstract

Verteilte Optimierungsverfahren wie die duale Dekomposition oder die Alternating Direction Method of Multipliers (ADMM) erleben in den letzten Jahren ein erneutes steigendes Interesse in den unterschiedlichsten Anwendungen. Die zunehmende Vernetzung von Servern oder Mikrocontrollern weltweit sowie die Größe von heutigen Datensätzen liefern dabei die Grundlage für die Nachfrage nach iterativen, parallelisierbaren Optimierungsverfahren. In dieser Arbeit stellen wir verteilte Optimierungsalgorithmen und ihre Anwendungen bei der Berechnung von Zustandsrückführungen mithilfe der Modellprädiktiven Regelung vor. Wir konzentrieren uns auf die Systemdynamik sowie die Vernetzung der Systeme bei der Anwendbarkeit der Algorithmen. Darüber hinaus untersuchen wir die Algorithmen auf ihre Kommunikationsstruktur, den Austausch sensibler Daten, die Skalierbarkeit und die Flexibilität.

Abstract in weiterer Sprache

Distributed optimization like dual decomposition or the alternating direction method of multipliers (ADMM), proposed centuries ago, experience an increased interest in various applications over the last years. Severs or microcontrollers connected all over the world and big data applications build the foundation and demand for iterative, parallelizable and distributed optimization algorithms. In this paper we present distributed optimization algorithms and their applications in the context of feedback design using model predictive control. We concentrate on the dynamics and the interconnection of the dynamical systems with respect to the applicability of the distributed optimization algorithms. Moreover, we focus on the communication structure in terms of the exchange of sensitive data, as well as the scalability and flexibility of the distributed optimization algorithms.

Weitere Angaben

Publikationsform: Artikel in einer Zeitschrift
Begutachteter Beitrag: Ja
Keywords: Modellprädiktive Regelung; Verteilte Optimierung; Duale Dekomposition; Alternating Direction Method of Multipliers
Institutionen der Universität: Fakultäten
Fakultäten > Fakultät für Mathematik, Physik und Informatik
Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut
Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut > Lehrstuhl Mathematik V (Angewandte Mathematik)
Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut > Lehrstuhl Mathematik V (Angewandte Mathematik) > Lehrstuhl Mathematik V (Angewandte Mathematik) - Univ.-Prof. Dr. Lars Grüne
Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut > Lehrstuhl Angewandte Mathematik (Angewandte Mathematik)
Profilfelder
Profilfelder > Advanced Fields > Nichtlineare Dynamik
Profilfelder > Advanced Fields
Titel an der UBT entstanden: Ja
Themengebiete aus DDC: 500 Naturwissenschaften und Mathematik > 510 Mathematik
Eingestellt am: 13 Nov 2018 09:43
Letzte Änderung: 08 Nov 2023 12:33
URI: https://eref.uni-bayreuth.de/id/eprint/46281

Zu diesem Eintrag verfügbare Versionen