Benutzer: Gast  Login
Originaltitel:
Robust Trajectory Optimization Applying Chance Constraints and Generalized Polynomial Chaos
Übersetzter Titel:
Robuste Trajektorienoptimierung mittels Wahrscheinlichkeitsbeschränkungen und Generalisiertem Polynomchaos
Autor:
Piprek, Patrick
Jahr:
2020
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Maschinenwesen
Betreuer:
Holzapfel, Florian (Prof. Dr.)
Gutachter:
Holzapfel, Florian (Prof. Dr.); Gros, Sébastien (Prof. Dr.)
Sprache:
en
Fachgebiet:
MAS Maschinenbau; MSR Meßtechnik, Steuerungs- und Regelungstechnik, Automation; TEC Technik, Ingenieurwissenschaften (allgemein)
Stichworte:
Generalized Polynomial Chaos, Robust Open-Loop Optimal Control, Direct Open-Loop Optimal Control, Distributed Optimal Control, Chance Constraints
Übersetzte Stichworte:
Generalisiertes Polynomchaos, Robuste Optimalsteuerung, Direkte Optimalsteuerung, Verteilte Optimalsteuerung, Wahrscheinlichkeitsbeschränkungen
TU-Systematik:
VER 500d
Kurzfassung:
This thesis presents methods to calculate robust, optimal trajectories in the presence of uncertainties by using direct open-loop optimal control methods. The uncertainty quantification is based on the generalized polynomial chaos method, which is integrated into the optimal control problem to enable the solution of robust optimal control problems by distributed and chance-constrained optimal control. Here, the robustifications are based on statistical moments and probabilistic constraints.
Übersetzte Kurzfassung:
Die Arbeit präsentiert Methoden zur Berechnung robuster, optimaler Trajektorien unter Unsicherheiten mittels direkter Optimalsteuerungsmethoden. Die Unsicherheiten werden mittels generalisiertem Polynomchaos quantifiziert, welches in das Optimalsteuerungsproblem integriert wird, um so die Lösung robuster Optimalsteuerungsprobleme mittels verteilter und wahrscheinlichkeitsbeschränkter Formulierungen zu ermöglichen. Somit sind Robustifizierungen sowohl auf statistischen Momenten sowie Wahrscheinli...     »
WWW:
https://mediatum.ub.tum.de/?id=1518772
Eingereicht am:
18.09.2019
Mündliche Prüfung:
23.04.2020
Dateigröße:
11128580 bytes
Seiten:
312
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20200423-1518772-1-9
Letzte Änderung:
25.05.2020
 BibTeX