최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Fang Deng, Hua
2019 / International Journal of Control, Automation, and Systems
데이터가 존재하지 않습니다.
loading...
본 논문은 확률적 섭동 및 입력 제약 조건 하에서 선박 동적 위치 제어 시스템의 참조 궤적 추적을 위한 비선형 오프셋 프리 모델 예측 제어(MPC) 방안을 제시합니다. 두 가지 오프셋 프리 MPC 전략이 제안되었으며, 특히 델타 입력 방식이 확률적 섭동에 대한 강건성이 뛰어나 제어 성능이 우수함을 시뮬레이션을 통해 입증했습니다.
Modelling and control of systems in engineering, quantum mechanics, economics and biosciences : proceedings of the Bellman Continuum Workshop 1988, June 13-14, Sophia Antipolis, France
Control and estimation of distributed parameter systems : international conference in Maria Trost, Austria, July 15-21, 2001
Nonlinear model predictive control
System modelling and optimization : proceedings of the 14th IFIP-Conference, Leipzig, GDR, July 3-7, 1989
Control of partial differential equations : proceedings of the IFIP WG 7.2 Working Conference, Santiago de Compostela, Spain, July 6-9, 1987
Progress in system and robot analysis and control design
State-space approaches for modelling and control in financial engineering : systems theory and machine learning methods
Systems modelling and optimization : proceedings of the 18th IFIP TC7 conference
Analysis and optimization of systems : proceedings of the 9th international conference, Antibes, June 12-15, 1990
New directions in nonlinear and observer design
Variable structure systems, sliding mode and nonlinear control
Modern predictive control
Nonlinear Model Predictive Control : Theory and Algorithms
Current trends in nonlinear systems and control : in honor of Petar Kokotovic and Turi Nicosia
Real-time PDE-constrained optimization
Stability and stabilization of nonlinear systems
Nonlinear model based process control
Boundary control and boundary variations : proceedings of the IFIP WG 7.2 Conference, Nice, France, June 10-13, 1987 [i.e. 1986]
Control and estimation of distributed parameter systems : international conference in Vorau (Austria), July 14-20, 1996
Modern control system theory
Computers and Chemical Engineering
Rúa J.,Hillestad M.,Nord L.O.IEEE Access
Hou X.,Deng F.,Yang H.,Yu D.,Zhang H.,Li B.Computers and Chemical Engineering
Arellano-Garcia H.,Barz T.,Dorneanu B.,Vassiliadis V.S.International Journal of Control, Automation, and Systems
Linhe Ge; Yang Zhao; Shouren Zhong; Zitong Shan; Fangwu Ma; Zhiwu Han; Konghui GuoIEEE Transactions on Automatic Control
Kuntz, S.J.; Rawlings, J.B.Mathematical Problems in Engineering
Xiang, C.; Zheng, H.; Han, L.; Huang, K.; Zhang, D.IEEE Transactions on Automation Science and Engineering, Automation Science and Engineering, IEEE Transactions on, IEEE Trans. Automat. Sci. Eng.
Jayasiri, A.; Nandan, A.; Imtiaz, S.; Spencer, D.; Islam, S.; Ahmed, S.International Journal of Control, Automation and Systems
Ge, Linhe; Zhao, Yang; Zhong, Shouren; Shan, Zitong; Ma, Fangwu; Han, Zhiwu; Guo, KonghuiOcean Engineering
Yang H.,Deng F.,He Y.,Jiao D.,Han Z.IET Control Theory and Applications
Zhang J.,Ohtsuka T.Journal of Marine Science and Technology: Official Journal of the Japan Society of Naval Architects and Ocean Engineers (JASNAOE)
Bondarenko, Oleksiy; Kitagawa, YasushiIndustrial and Engineering Chemistry Research
Yang G.,Wang R.,Xu Z.,Shao Z.Ocean Engineering
Tang L.,Wang L.,Wang Y.,Zhang Y.Journal of Process Control
Tatjewski P.IEEE Transactions on Robotics
Belvedere, T.; Giordano, P.R.; Cognetti, M.; Oriolo, G.Nonlinear Dynamics: An International Journal of Nonlinear Dynamics and Chaos in Engineering Systems
Ławryńczuk, MaciejJournal of Dynamic Systems, Measurement, and Control
Linhe Ge; Yang Zhao; Shouren Zhong; Zitong Shan; Fangwu Ma; Konghui Guo; Zhiwu HanISA Transactions
Li G.,Fu H.,Madonski R.,Czeczot J.,Nowak P.,Lakomy K.,Sun L.IEEE Transactions on Intelligent Transportation Systems
Hu X.,Xie L.,Xie L.,Lu S.,Xu W.,Su H.IEEE Transactions on Intelligent Transportation Systems
Xiaorong Hu; Lantao Xie; Lei Xie; Shan Lu; Weihua Xu; Hongye Su전선 / 대학원
선형시스템의 최적추정자인 칼만필터를 기본으로 하여 모델의 불확실성을 고려한 적응필터 및 강인필터, 계산량을 줄이기 위한 슈미트필터, 다양한 측정치에 대한 내고장을 높이기 위한 분산필터를 소개한다. 또한 비선형 모델에 대한 확장칼만필터를 기반으로 최근에 많은 연구가 되고 있는 무향 칼만필터 (Unscented Kalman Filter)에 대한 특성을 분석한다. 마지막으로 상태변수가 정규분포를 가지지 않을 때 최적의 필터로 최근에 각광을 받고있는 다양한 입자필터 (Particle Filter)를 소개한다. 수업에서 소개된 필터는 INS/GPS 결합시스템과 레이더 추적문제에 적용한다.전선 / 대학원
제어 시스템 1 의 연이은 과목으로 고급 제어시스템 설계 및 해석에 필수적인 개념 및 기법들을 소개하는데, 특히 비선형 제어, 확률적 추정 및 제어, 적응 제어 및 비선형 최적제어 등에 주안점을 둔다.전선 / 대학원
제어시스템의 기본개념과 선형시스템 기초, 최적제어, dynamic programming, Hamilton-Jacobi이론, 기하학적 비선형 제어이론 등을 공부한다.전선 / 학사
상태변수 방법을 이용한 미분방정식의 설명에 대해 소개한다. 극 할당 테크닉, 상태 평가자, 안정적인 추적을 포함한 상태 공간 디자인 방법. 석사 과정에서 광범위하게 연구되는 높은 수준의 제어 시스템 디자인의 간단히 살펴보며, 선형시각제어, 시스템확인, 비선형제어, 적응적이고 안정적인 제어에 대해서 학습한다.전선 / 대학원
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 대학원
비선형 제어시스템의 안정도 분석에 대한 Lyapunov 안정도와 Operator-theoretic을 이용한 접근방식을 다룬다. 또한, 위상평면 방법론과 같은 함수적 방법에 대해 서술한 고전적 방법론과 Lyapunov direct/indirect method, Popov/circle criteria, singular perturbation technique와 궤환 선형화 이론, 강인 H 제어, 강인 Lyapunov redesign, sliding mode control과 같은 현대적 방법을 더불어 다룬다.전필 / 학사
본 교과목은 제어시스템을 설계하기 위한 기본원리를 제공하는 교과목이다. 전달함수를 이용한 선형계의 응답특성을 해석함으로 시스템의 동특성을 학습한다. 시스템의 안정성을 해석하기 위해서 안정성 이론으로 Routh-Hurwitz criterion, Root Locus 해석법, Bode 선도 및 Nyquist plot과 같은 주파수 응답해석 기법을 다루고, 이러한 해석기법을 이용한 제어기 설계에 관한 기본 사항을 다룬다. 시간영역에서 해석하는 상태공간 해석법을 다루게 되며, 이상과 같은 일반 선형계에 대한 제어이론을 항공기 및 인공위성에 적용, 안정성 해석 및 제어기 설계기법을 학습한다.전선 / 대학원
다른 과목에서 배운 계량적 분석방법을 현실 농업문제에 응용한다. 비교정학(comparative statics)에 의한 모형분석, 칼만 필터(Kalman filter), 뉴럴 네트워크(neural network), 유전자 알고리즘(genetic algorithm), 부트 스트랩핑(boot strapping), 커널 추정(kernel estimation) 등을 다룬다.전선 / 대학원
본 과목은 사회통계의 고급수준에 해당되는 부분으로 이론적 기초와 분석방법을 이해하고, 사회복지와 관련자료를 컴퓨터를 이용하여 분석한 후 보고서를 작성하는 연습을 한다. 이 과목에서는 부제에 따라 구조방정식 및 잠재성장모형 혹은 인과추론 및 정책평가에 대해 중점적으로 다룬다. 그러므로 이 과목의 수강은 사회통계의 초급수준을 이해함을 전제로 한다.전선 / 대학원
공정설계, 운전, 스케줄링, 플래닝과 같은 화학 공정 및 플랜트 산업에서 의사결정문제는 동적최적화 문제로 표현된다. 이러한 문제들은 내재적인 불확실성과 계산의 복잡성으로 인해 모델을 이용한 방법으로는 접근하기가 어렵다. 이 수업에서는 이러한 문제를 해결하고 최적 운영해를 얻기 위한 통합된 방법론으로서 추계적 동적최적화를 핵심 주제로 다룬다. 최근에는 복잡한 동적최적화 문제를 해결하기 위해 인공지능과 기계학습 기법이 동적최적화 이론과 결합하고 있고 대표적인 예가 강화학습이다. 이 수업에서는 이러한 방법론을 다루기 위해 동적계획법을 배경 이론으로 설명하고 화학공정 최적화에 적용 가능한 강화학습 방법론을 언급한다. 또한, 회분식 공정에 적합한 학습기반 제어 기법인 반복학습제어도 다룬다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전선 / 대학원
비선형시스템의 특성을 이해하고 비선형시스템의 안정도 분석 및 제어를 위한 여러 방법들에 대해 공부한다. 이들 중에는 Phase Plane Method, Describing Function Method, Liapunov Direct & Indirect Methods Popov/Circle Criteria, Singular Perturbation Technique, Feedback Linearization Technique 등과 기타 최근의 주요 연구결과들이 포함된다.전선 / 대학원
본 코스에서는 선형, 비선형, 정수, 동적, 확률적인 최적화 기법에 대해 강의한다. 각 기법에서 어떻게 바람직한 측면을 최대화 하고 부적적인 측면을 최소화 할 수 있는가를 보여 줄 수 있는 예제들을 제시하게 될 것이다. 특히 산업 뿐 아니라 컴퓨터 프로그램에서 선형, 비선형 문제를 풀기위한 응용문제를 강조하게 될 것이다.전선 / 학사
본 과목에서는 산업의 근간을 이루는 다양한 기계시스템의 수학적 모델링과 동적 거동의 라플라스 공간, 주파수 공간 및 상태 공간에서의 해석 방법에 대해 배우고, 그에 기반한 기본적인 제어 설계 및 해석 기법에 대해서 공부한다.전선 / 대학원
본 강좌에서는 계통 운영과 계획, 시장 연계, 성능평가와 신뢰도 평가 등을 위한 전력계통 분석기법을 소개한다. 전력 계통 예제를 통하여 convex optimization, 동적 최적화, 최적 제어 등에 대한 주요 알고리즘을 소개한다. 본 강의에서는 convex optimization에 대한 interior-point methods, decision theoretic planning, Markov decision processes, 선형 계획법, 동적 계획법, 최적 제어 기법과 비선형 최적화에 대한 최적화 조건과 같은 주제들을 다룬다.전선 / 대학원
본 강의에서는 제조시스템의 동적 스케줄링을 자동화/최적화하기 위한 심층강화학습을 학습한다. 우선, 전통적인 강화학습 이론에 대한 이해를 위해 MDP(Markov Decision Process), Dynamic Programming, Temporal Difference Control을 학습하고, 복잡한 문제 해결을 위한 근사방법으로 Function Approximation 및 Policy Gradient 이론을 학습한다. 다음으로, 강화학습에 심층인공신경망을 접목한 심층강화학습을 위해 DQN(Deep Q-Network), AC(Actor Critic) 등의 심층강화학습 이론을 학습한다. 마지막으로, permutation flowshop scheduling, flexible jobshop 등 대표적인 제조유형의 스케줄링 문제에 심층강화학습을 적용하는 이론 및 실습을 진행한다. 이때 대표 제조유형에 대한 환경은 DES 시뮬레이션 방법을 적용하여 실제 제조시스템의 복잡한 제약조건들을 반영할 수 있도록 한다.전필 / 대학원
거시경제학연구 1은 경제학 대학원 과정 1년 차 학생들을 대상으로 설계된 거시경제학 코어 시퀀스의 첫 번째 과목이다. 현대 거시경제학 연구를 위한 입문 과목으로서 기초 이론과 방법을 소개하고, 나아가 주요 거시경제 현상을 분석하기 위한 기본적인 모형에 대해 강의한다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.