Publication

On Handling Cost Gradient Uncertainty in Real-Time Optimization

Dominique Bonvin, Timm Faulwasser, Martand Singhal
2015
Conference Papers

Résumé

This paper deals with the real-time optimization of uncertain plants and proposes an approach based on surrogate models to reach the plant optimum when the plant cost gradient is imperfectly known. It is shown that, for processes with only box constraints, the optimum is reached upon convergence if the multiplicative gradient uncertainty lies within some bounded interval. For the case of general constraints, conditions are derived that guarantee plant feasibility and, in principle, allow enforcing cost decrease at each iteration.

Source officielle

https://infoscience.epfl.ch/entities/publication/d928dafc-73f5-4673-9dce-aa0a1883de6b

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 Handling Cost Gradient Uncertainty in Real-Time Optimization

Chattez avec Graph Search

Scalable constrained optimization

Learning to Remove Cuts in Integer Linear Programming

The effect of smooth parametrizations on nonconvex optimization landscapes