Lo scopo di questa tesi è studiare le tecniche di Data-Driven Control, in particolare viene studiato il problema di controllo attraverso il Data Driven Predictve Control. Questa è l'unione delle tecniche Model Predictive Control e la modellazione Data Driven e in questa tesi verrà sviluppata attraverso lo studio di un sistema deterministico lineare tempo invariante il cui modello fisico è non noto e che si vuole controllare. Si parte dallo studio e la descrizione della teoria dei controlli, sistemi e modelli, passando poi per l'ottimizzazione e le tecniche MPC e arrivando al Machine learning, il controllo basato sui dati e al caso di studio di interesse.

Data-Driven Control: teoria e applicazioni

OLIVIERO, ALESSANDRA
2021/2022

Abstract

Lo scopo di questa tesi è studiare le tecniche di Data-Driven Control, in particolare viene studiato il problema di controllo attraverso il Data Driven Predictve Control. Questa è l'unione delle tecniche Model Predictive Control e la modellazione Data Driven e in questa tesi verrà sviluppata attraverso lo studio di un sistema deterministico lineare tempo invariante il cui modello fisico è non noto e che si vuole controllare. Si parte dallo studio e la descrizione della teoria dei controlli, sistemi e modelli, passando poi per l'ottimizzazione e le tecniche MPC e arrivando al Machine learning, il controllo basato sui dati e al caso di studio di interesse.
2021
Data-Driven Control: theory and applications
Data-Driven Control
Machine Learning
Deep Learning
File in questo prodotto:
File Dimensione Formato  
Oliviero_Alessandra.pdf

accesso aperto

Dimensione 806.93 kB
Formato Adobe PDF
806.93 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/34651