ODBIERZ TWÓJ BONUS :: »

Optymalizacja w sterowaniu i podejmowaniu decyzji Magdalena Sylwia Żurawska, Teresa Zielińska

Optymalizacja w sterowaniu i podejmowaniu decyzji Magdalena Sylwia Żurawska, Teresa Zielińska - okladka książki

Optymalizacja w sterowaniu i podejmowaniu decyzji Magdalena Sylwia Żurawska, Teresa Zielińska - okladka książki

Autorzy:
Magdalena Sylwia Żurawska, Teresa Zielińska
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
180
Dostępny format:
     PDF

Ebook 23,00 zł najniższa cena z 30 dni

31,00 zł (-21%)
24,55 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

23,00 zł najniższa cena z 30 dni

Poleć tę książkę znajomemu Poleć tę książkę znajomemu!!

Przenieś na półkę

Do przechowalni

Prezent last minute w ebookpoint.pl

Skrypt poświęcony jest szeroko pojętym zagadnieniom optymalizacji, których znajomość jest niezbędna w praktyce inżynierskiej. Pierwszą część poświęcono sterowaniu optymalnemu dynamicznych układów sterowania. Omówiono zasadę minimum Pontriagina i pokazano jej uzasadnienie z wykorzystaniem rachunku wariacyjnego. Wykazano równoważność zasad Pontriagina i Hamiltona-Jakobiego-Bellmana. Omówiono warunki optymalności dla zadań z czasem swobodnym i zadań z zadanym czasem. Podano przykłady zadań z ich rozwiązaniami i zamieszczono przykłady do samodzielnego rozwiązania. Opisano też metodę rozwiązywania zadań optymalizacji obiektów liniowych z kwadratowym wskaźnikiem jakości.

W zakresie sterowania optymalizującego wskaźniki jakości niniejszy skrypt ma na uwadze głównie wielowymiarowe i liniowe układy sterowania o statycznych (stałych, niezależnych od czasu) macierzach stanu, wejść i wyjść, a także macierzach bezpośredniej transmisji sterowań. Odpowiednie ukształtowanie sterowań pozwala uzyskać spełnienie przyjętego kryterium optymalności. Sterowanie optymalne można realizować tylko w takich układach, na których zachowanie jesteśmy w stanie wpływać, a więc w układach stabilnych i sterowalnych. Na poziomie wykonawczym pożądane sterowania można zrealizować tylko wtedy, gdy odpowiednio dobrane regulatory zapewniają dobrą dokładność odtwarzania wartości zadanych. W praktyce często stosowane są liniowe regulatory PID ze względu na ich prostotę realizacji i stosunkowo dobrą jakość regulacji. W opracowaniu przedstawiono eksperymentalną metodę doboru nastaw regulatora PID, mając na uwadze sterowanie powszechnie stosowanymi silnikami elektrycznymi. Powtórzenie wybranych zagadnień z podstaw sterowania, łącznie z zagadnieniami stabilności i metodą doboru nastaw regulatora podane są w początkowej części pracy. Definicja stabilności w sensie Lapunowa i metody Lapunowa badania stabilności dotyczą zarówno układów liniowych, jak i nieliniowych. W nawiązaniu do wyznaczania sterowań optymalnych przedstawiona jest metoda programowania dynamicznego wywodząca się z zasady optymalności Bellmana. Podana jest także, wywodząca się z programowania dynamicznego, metoda wyznaczania optymalnych dróg w grafach i metoda optymalizacji dyskretnej dla dyskretnych zadań sterowania, łącznie z przykładami obliczeniowymi.

Końcowa część skryptu poświęcona jest zagadnieniom podejmowania decyzji optymalnych w warunkach niepewności. Przedstawiono szereg metod dotyczących wyboru postępowania. Podstawy teoretyczne ilustrowane są licznymi przykładami. Przekazane w tej części wiadomości są przydane zarówno do prowadzenia samodzielnej działalności zarządzającej, jak też mogą być wykorzystywane w planowaniu działań różnych urządzeń, np. robotów.

Wybrane bestsellery

Oficyna Wydawnicza Politechniki Warszawskiej - inne książki

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Ebook
24,55 zł
Dodaj do koszyka
Sposób płatności
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.