Synthese optimaler Steuerungen zur Echtzeit-Steuerung bei Optimalsteuerungsproblemen mit unsicheren Parametern und bei Differentialspielen

点击翻译按钮获取中文摘要

Im Projekt sollen für Prozesse, die durch große differentialalgebraische Systeme ohne spezielle Struktur modelliert sind, die theoretischen und algorithmischen Grundlagen robust optimaler Echtzeit-Steuerungen erweitert werden. Lineare Steuerungen, die praxisrelevant, aber theoretisch und numerisch schwierig zu behandeln sind, werden zugelassen. Robust optimal bedeutet, daß gegen unsichere Parameter, die zwar unbekannt aber fest sind, und gegen unsichere, nicht vorhersehbare und nicht meßbare Einflüsse, bestmöglich gesteuert werden soll. In den Echtzeit-Steuergesetzen müssen die Informationen über Prozeßdynamik und Einfluß der Steuerungen und unsicheren Parametern und Einflüsse komprimiert werden. Zwei Syntheseansätze, basierend auf lokalen Taylorapproximationen mit globaler Glättung bzw. neuronalen Netzen, sollen theoretisch und algorithmisch weiterentwickelt werden. Die benötigten, vielen Referenzdatenpunkte (10000, 100000, ... ) werden durch vorhandene direkte oder indirekte numerische Verfahren zur Lösung von Optimalsteuerungsproblemen bzw. Differentialspielen berechnet. Für synthetisierte, robust optimale Echtzeit-Steuerungen sollen Fehlerschätzer entwickelt und implementiert werden. Problemanpaßte Heuristiken zur Online-Analyse von Echtzeit-Steuerungen und Beschränkungen sollen gefunden werden.