PythonとCasADiで学ぶモデル予測制御
- 電子あり
内容紹介
おすすめの本
-
Polarsとpandasで学ぶ データ処理アイデアレシピ55
-
Solidityプログラミング ブロックチェーン・スマートコントラクト開発入門
-
電子あり
新しい電気回路<上>
-
電子あり
Pythonで学ぶアルゴリズムとデータ構造
-
電子あり
これからのロボットプログラミング入門 第2版 Pythonで動かすMINDSTORMS EV3
-
電子あり
セラミックス科学 基礎から応用まで
-
電子あり
Juliaで作って学ぶベイズ統計学
-
電子あり
1週間で学べる! Julia数値計算プログラミング
-
電子あり
はじめての機械学習 中学数学でわかるAIのエッセンス
-
電子あり
最新図解 鉄道の科学 車両・線路・運用のメカニズム
-
電子あり
最適輸送の理論とアルゴリズム
-
電子あり
演習で学ぶ 高分子科学 合成から物性まで
目次
第1章 制御とは
1.1 制御の具体例
1.2 制御工学の基本概念
1.3 代表的な制御手法
1.4 補足事項
第2章 モデル予測制御(MPC)とは
2.1 MPCの直感的イメージ
2.2 MPCにおける有限ホライズン最適制御問題の定式化
2.3 MPCの特徴
2.4 補足事項
第3章 CasADi入門
3.1 導入
3.2 環境構築
3.3 シンボリックの基本
3.4 数理最適化
3.5 シンボリックの操作
3.6 関数オブジェクト
3.7 常微分方程式ソルバー
第4章 離散時間のモデル予測制御
4.1 生物個体数管理の制御問題
4.2 ロトカ・ヴォルテラのモデルの状態方程式
4.3 ロトカ・ヴォルテラのモデルの評価関数
4.4 MPCにおける最適化問題の定式化
4.5 MPC実装の流れ
4.6 MPC実装の詳細
第5章 連続時間のモデル予測制御
5.1 倒立振子モデル
5.2 倒立振子の評価関数
5.3 有限次元パラメータ近似
5.4 パラメータの設定
5.5 MPC実装の流れ
5.6 MPC実装の詳細
第6章 モデル予測制御の実装に向けて
6.1 時間離散化と最適化の順番
6.2 直接的アプローチによる連続時間最適制御問題の有限次元パラメータ近似
6.3 離散時間最適制御問題の構造と変数消去
6.4 オンライン最適化
第7章 CasADiにおける最適化ソルバーの比較
7.1 さまざまなソルバー
7.2 ソルバーの選定の必要性
7.3 QPソルバーの比較
7.4 NLPソルバーの比較
第8章 状態推定問題と移動ホライズン推定
8.1 導入
8.2 状態推定問題
8.3 移動ホライズン推定(MHE)とは
8.4 MHEによる状態推定の実装例
8.5 MHEを用いたMPC
第9章 より発展的な話題と将来の展望
付録A 最適化・数値計算の補足
A.1 ニュートン法
A.2 QP問題の解法
A.3 NLP問題の解法
A.4 最適制御に固有の構造を利用したQP問題の最適化計算
A.5 常微分方程式の初期値問題の数値計算法
付録B CasADi中級
B.1 CasADi環境構築
B.2 CasADiによるC言語コード生成とその利用方法
B.3 CasADiの関連ソフトウェア
B.4 CasADiとacadosの連携
B.5 CasADiとPinocchioの連携
B.6 離散制御入力を扱う方法