Publication

On the Design of Economic NMPC Based on an Exact Turnpike Property

Dominique Bonvin, Timm Faulwasser
2015
Conference Papers

Résumé

We discuss the design of sampled-data economic nonlinear model predictive control schemes for continuous-time systems. We present novel sufficient convergence conditions that do not require any kind of terminal constraints nor terminal penalties. Instead, the proposed convergence conditions are based on an exact turnpike property of the underlying optimal control problem. We prove that, in the presence of state constraints, the existence of an exact turnpike implies recursive feasibility of the optimization. We draw upon the example of optimal fish harvest to illustrate our findings.

Source officielle

https://infoscience.epfl.ch/entities/publication/7c89a4de-b8be-40d4-ba2b-6a6e81f26a1b

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

On the Design of Economic NMPC Based on an Exact Turnpike Property

Chattez avec Graph Search

Scalable constrained optimization

Learning to Remove Cuts in Integer Linear Programming

A Combination Technique for Optimal Control Problems Constrained by Random PDEs