In this chapter, the motivations in

In this chapter, the motivations in the use of metaheuristic methods in the
Automatic Control field are presented. Compared with traditional approaches,
the use of these methods does not require the reformulation of the initial
control problem and allows the optimization of the control laws. A brief
description of the book contents is also provided.
1.1. Introduction: automatic control and optimization
Links between automatic control and optimization are very strong
as optimization methods are often the core of automatic control
methodologies. Indeed, optimization has traditionally brought efficient
methods to identify system models, to compute control laws, to
analyze system stability and robustness, etc.
Because of the required tractability of the corresponding
optimization problems, traditional approaches are usually based on the
definition of a simplified model of the plant to control. The simplified
model may rely, for instance, on the use of a linearized plant about an
equilibrium point and neglected dynamics. Making these
simplifications, the model is expressed by a linear and low-order
system. Such a simplified model can be used for the computation of
the control law using a particular mathematical framework. In parallel,
an optimization problem expressing the desired performance and
constraints is defined. Special attention is paid to the structures of the
model and the optimization problem so as to be able to solve it with
exact and deterministic solvers. Several examples can be given for
such an approach.
This is the case for the linear quadratic method, belonging to the
class of optimal control methods [KWA 72]: a linear model of the
system is used, and the optimization of a quadratic cost is performed.
The quadratic cost is the sum of two weighted factors, one for the
reference tracking and another for the energy consumption. For this
particular problem, the optimal solution can be analytically found with
the help of Riccati equations.
More recently, H2/H∞ synthesis methods have been developed
[ZHO 96]. The approach is also based on a linear model of the plant,
and the problem is expressed as the minimization of the H∞ norm of
the closed-loop system. Reformulations are used so as to express the
problem in a linear matrix inequality (LMI) framework, for which the
required solvers can be used. Another trend is the use of the Youla–
Kucera parameterization [FRA 87]. This parameterization allows us to
parameterize all the controllers stabilizing a given plant. Using this
property, it is possible to find an “optimal” controller by solving a
convex optimization problem.
Finally, we can also mention predictive control [MAC 02]. Once
again using linear models and quadratic costs, and knowing the desired
output in advance, it is possible to compute an optimal discrete controller,
once again weighting the reference tracking and the energy consumption.
In the general case (nonlinear model of the system), the method depends
on the online solution to an optimization problem. Using a linear
model and a quadratic cost allows us to exploit the solution and hence
to make most of the computation in an offline procedure.
As said earlier, for all these traditional approaches, a linear model
of the plant is used, and a particular structure for the mathematical
formulation of costs and constraints is required. However, considering
real-life problems with high-level specifications, this reformulation
step is not straightforward, and hence some of them cannot be directly
taken into account. In this case, these specifications are not first
considered in the design procedure and have to be checked a
posteriori during an analysis phase. This approach may lead to some

ผลลัพธ์ (ไทย) 1:

ในบทนี้ โต่งในการใช้วิธี metaheuristic ในการมีแสดงเขตข้อมูลตัวควบคุมโดยอัตโนมัติ เปรียบเทียบกับวิธีดั้งเดิมการใช้วิธีการเหล่านี้ต้อง reformulation ของต้นควบคุมปัญหา และช่วยให้เพิ่มประสิทธิภาพของกฎหมายควบคุมการ ย่อยังมีให้คำอธิบายของเนื้อหาหนังสือ1.1. บทนำ: การควบคุมอัตโนมัติและเพิ่มประสิทธิภาพเชื่อมโยงระหว่างการควบคุมอัตโนมัติและปรับให้เหมาะสมมีความแข็งแรงมากเป็นการเพิ่มประสิทธิภาพ วิธีมักหลักของตัวควบคุมอัตโนมัติหลักสูตร แน่นอน ปรับให้เหมาะสมมีประเพณีนำมีประสิทธิภาพวิธีการระบุแบบจำลองระบบ การคำนวณที่กฎหมายควบคุม การวิเคราะห์ระบบความมั่นคง และเสถียรภาพ ฯลฯเพราะ tractability ต้องของให้สอดคล้องกับเพิ่มประสิทธิภาพปัญหา วิธีดั้งเดิมมักจะอยู่กับคำจำกัดความแบบง่ายของโรงงานควบคุม ที่เรียบง่ายแบบจำลองอาจอาศัย เช่น การใช้พืช linearized เกี่ยวกับการจุดสมดุลและ dynamics ที่ถูกละเลย ห้องพักเหล่านี้ลในเรื่องง่าย แบบจำลองจะแสดงเป็นเส้น และต่ำสั่งระบบ สามารถใช้สำหรับการคำนวณแบบง่ายกฎหมายควบคุมการใช้เฉพาะกรอบงานทางคณิตศาสตร์ พร้อมกันมีปัญหาเพิ่มประสิทธิภาพแสดงผลการดำเนินงานที่ระบุ และมีกำหนดข้อจำกัด ความสนใจพิเศษจ่ายให้โครงสร้างของการรูปแบบและปัญหาเพิ่มประสิทธิภาพเพื่อสามารถแก้ไขด้วยที่กระฉับกระเฉงแก้ deterministic และแน่นอน สามารถให้ตัวอย่างหลาย ๆดังกล่าวเป็นแนวทางการกรณีนี้สำหรับวิธีกำลังสองเส้น เป็นของเรียนวิธีการควบคุมที่ดีที่สุด [KWA 72]: แบบจำลองเชิงเส้นของการใช้ระบบ และดำเนินการเพิ่มประสิทธิภาพของต้นทุนกำลังสองต้นทุนกำลังสองเป็นจำนวนสองถ่วงน้ำหนักปัจจัย หนึ่งในการติดตามการอ้างอิงและการใช้พลังงานอีก ในการนี้ปัญหาเฉพาะ โซลูชั่นเหมาะสมสามารถ analytically พบกับความช่วยเหลือของสมการ Riccatiเมื่อเร็ว ๆ นี้ ได้รับการพัฒนาวิธีการสังเคราะห์ H2/H∞[ZHO 96] ยังใช้วิธีการในรูปแบบเชิงเส้นของโรงงานและปัญหาจะแสดงเป็นการลดภาระของปกติ H∞ ของระบบลูปปิด Reformulations จะใช้เพื่อแสดงการปัญหาในเมตริกซ์เชิงเส้นอสมการ (LMI) กรอบ ที่สามารถใช้ที่กระฉับกระเฉงแก้ต้อง แนวโน้มอื่นคือ การใช้ของ Youla-คาร์ parameterization [FRA 87] Parameterization นี้ช่วยให้เราparameterize ตัวควบคุมทั้งหมดที่ stabilizing โรงงานกำหนด ใช้นี้คุณสมบัติ จำเป็นต้องค้นหาตัวควบคุม "เหมาะสม" โดยแก้เป็นเพิ่มประสิทธิภาพนูนปัญหาสุดท้าย เรายังสามารถพูดงานควบคุม [MAC 02] ครั้งอีกครั้ง โดยใช้แบบจำลองเชิงเส้นและต้นทุนกำลังสอง และที่ต้องรู้ผลผลิตล่วงหน้า จะสามารถคำนวณตัวควบคุมแยกกันเหมาะสมครั้งน้ำหนักอ้างอิงในการติดตามและการใช้พลังงานในกรณีทั่วไป (แบบไม่เชิงเส้นของระบบ), วิธีการขึ้นอยู่ในโซลูชั่นออนไลน์ปัญหาการเพิ่มประสิทธิภาพ ใช้เป็นเส้นรูปแบบและมีต้นทุนกำลังสองช่วยให้เราสามารถใช้โซลูชัน และดังนั้นให้มากที่สุดของการคำนวณในขั้นตอนการทำงานแบบออฟไลน์ที่กล่าวก่อนหน้านี้ สำหรับทั้งหมดเหล่านี้ดั้งเดิมวิธี แบบจำลองเชิงเส้นของใช้ และโครงสร้างเฉพาะในทางคณิตศาสตร์จำเป็นต้องใช้กำหนดต้นทุนและข้อจำกัด อย่างไรก็ตาม พิจารณาปัญหาในชีวิตจริง ด้วยคุณสมบัติระดับสูง reformulation นี้ขั้นตอนไม่ตรงไปตรงมา และดังนั้น บางส่วนของพวกเขาไม่สามารถโดยตรงนำมาพิจารณา ในกรณีนี้ ข้อกำหนดเหล่านี้ไม่ใช่ครั้งแรกพิจารณาในขั้นตอนการออกแบบ และต้องมีการตรวจสอบการposteriori ระหว่างขั้นตอนการวิเคราะห์ วิธีการนี้อาจทำให้บาง

ผลลัพธ์ (ไทย) 2:

ในบทนี้แรงจูงใจในการใช้วิธี metaheuristic
ในที่เขตควบคุมอัตโนมัติที่นำเสนอ เมื่อเทียบกับวิธีการแบบดั้งเดิม,
การใช้วิธีการเหล่านี้ไม่จำเป็นต้อง reformulation
ของการเริ่มต้นปัญหาการควบคุมและช่วยเพิ่มประสิทธิภาพของกฎหมายควบคุม สั้น ๆ
รายละเอียดของเนื้อหาหนังสือเล่มนี้ยังมีให้.
1.1 บทนำ:
การควบคุมอัตโนมัติและการเพิ่มประสิทธิภาพการเชื่อมโยงระหว่างการควบคุมอัตโนมัติและการเพิ่มประสิทธิภาพมีความแข็งแรงมากเป็นวิธีการเพิ่มประสิทธิภาพมักจะเป็นแกนหลักของการควบคุมอัตโนมัติวิธีการ อันที่จริงการเพิ่มประสิทธิภาพได้นำประเพณีที่มีประสิทธิภาพวิธีการที่จะระบุรุ่นของระบบการคำนวณกฎหมายควบคุมการวิเคราะห์เสถียรภาพของระบบและความทนทานฯลฯเพราะสามารถจัดการได้ง่ายจำเป็นที่สอดคล้องกันของปัญหาการเพิ่มประสิทธิภาพของวิธีการแบบดั้งเดิมมักจะขึ้นอยู่กับความหมายของรูปแบบที่เรียบง่ายของพืชที่จะควบคุม ประยุกต์รูปแบบอาจพึ่งพาตัวอย่างเช่นในการใช้พืช linearized เกี่ยวกับจุดสมดุลและการเปลี่ยนแปลงที่ถูกทอดทิ้ง ทำเหล่านี้simplifications รูปแบบจะแสดงโดยเส้นและต่ำการสั่งซื้อระบบ ดังกล่าวเป็นรูปแบบที่เรียบง่ายสามารถนำมาใช้ในการคำนวณของกฎหมายควบคุมโดยใช้กรอบทางคณิตศาสตร์โดยเฉพาะอย่างยิ่ง ในแบบคู่ขนานปัญหาการเพิ่มประสิทธิภาพการแสดงผลการดำเนินงานที่ต้องการและข้อจำกัด ที่กำหนดไว้ ความสนใจเป็นพิเศษคือจ่ายให้กับโครงสร้างของรูปแบบและปัญหาการเพิ่มประสิทธิภาพเพื่อให้สามารถที่จะแก้ปัญหาได้ด้วยการแก้ที่แน่นอนและกำหนด หลายตัวอย่างจะได้รับสำหรับ. วิธีการดังกล่าวเป็นกรณีนี้สำหรับวิธีการสมการเชิงเส้นเป็นของชั้นเรียนของวิธีการควบคุมที่ดีที่สุด[KWA 72]: รูปแบบเชิงเส้นของระบบถูกนำมาใช้และการเพิ่มประสิทธิภาพของค่าใช้จ่ายที่เป็นกำลังสองเป็นดำเนินการ. ค่าใช้จ่ายกำลังสองคือผลรวมของทั้งสองปัจจัยถ่วงน้ำหนักหนึ่งสำหรับการติดตามการอ้างอิงและอื่น ๆ สำหรับการใช้พลังงาน สำหรับวันนี้ปัญหาที่เกิดขึ้นโดยเฉพาะอย่างยิ่งทางออกที่ดีที่สุดที่สามารถพบได้วิเคราะห์ด้วยความช่วยเหลือของสมการRiccati ได้. เมื่อเร็ว ๆ นี้ H2 / H∞วิธีการสังเคราะห์ได้รับการพัฒนา[ZHO 96] วิธีการยังขึ้นอยู่กับรูปแบบเชิงเส้นของโรงงานและปัญหาที่เกิดขึ้นจะแสดงเป็นการลดของH∞บรรทัดฐานของระบบวงปิด reformulations ถูกนำมาใช้เพื่อที่จะแสดงปัญหาความไม่เท่าเทียมกันในเมทริกซ์เชิงเส้น(LMI) กรอบซึ่งแก้ต้องสามารถนำมาใช้ แนวโน้มอีกประการหนึ่งคือการใช้ Youla- parameterization Kucera [FRA 87] parameterization นี้ช่วยให้เราparameterize ควบคุมทุกการรักษาเสถียรภาพของพืชที่กำหนด นี้โดยใช้สถานที่ให้บริการก็เป็นไปได้ที่จะหา "ดีที่สุด" ควบคุมโดยการแก้ปัญหาการเพิ่มประสิทธิภาพนูน. สุดท้ายเรายังสามารถพูดถึงการควบคุมการทำนาย [MAC 02] เมื่ออีกครั้งโดยใช้แบบจำลองเชิงเส้นและค่าใช้จ่ายในการกำลังสองและรู้ที่ต้องการส่งออกล่วงหน้าก็เป็นไปได้ในการคำนวณตัวควบคุมที่ไม่ต่อเนื่องที่ดีที่สุดอีกครั้งน้ำหนักการติดตามการอ้างอิงและการใช้พลังงาน. ในกรณีทั่วไป (รูปแบบที่ไม่เป็นเชิงเส้นของระบบ) วิธีการขึ้นอยู่กับการแก้ปัญหาที่ออนไลน์ในการแก้ไขปัญหาการเพิ่มประสิทธิภาพ ใช้เชิงเส้นรูปแบบและค่าใช้จ่ายที่เป็นกำลังสองช่วยให้เราสามารถใช้ประโยชน์จากการแก้ปัญหาและด้วยเหตุนี้จะทำให้มากที่สุดของการคำนวณในขั้นตอนการออฟไลน์. ที่กล่าวก่อนหน้าสำหรับทุกวิธีการแบบดั้งเดิมเหล่านี้เป็นรูปแบบเชิงเส้นของพืชที่ถูกนำมาใช้และโครงสร้างโดยเฉพาะอย่างยิ่งคณิตศาสตร์สำหรับการกำหนดค่าใช้จ่ายและข้อ จำกัด ที่จะต้อง อย่างไรก็ตามการพิจารณาปัญหาที่เกิดขึ้นในชีวิตจริงที่มีคุณสมบัติระดับสูง reformulation นี้ขั้นตอนที่ไม่ตรงไปตรงมาและด้วยเหตุนี้บางคนไม่สามารถโดยตรงเข้าบัญชี ในกรณีนี้รายละเอียดเหล่านี้ไม่ได้เป็นครั้งแรกการพิจารณาในขั้นตอนการออกแบบและได้มีการตรวจสอบposteriori ในระหว่างขั้นตอนการวิเคราะห์ วิธีการนี้อาจนำไปสู่บาง

ผลลัพธ์ (ไทย) 3:

ในบทนี้ แรงจูงใจในการใช้วิธีการเมตาฮิวริ ิกใน
สนามการควบคุมอัตโนมัติได้แก่ เมื่อเทียบกับวิธีการแบบดั้งเดิม
ใช้วิธีการเหล่านี้ไม่ต้องใช้ reformulation ของปัญหาเริ่มต้นควบคุม
และช่วยเพิ่มประสิทธิภาพของกฎหมายควบคุม คำอธิบายสั้น ๆเนื้อหาหนังสือ

ยังให้ . 1.1 . บทนำ :การควบคุมอัตโนมัติและเพิ่มประสิทธิภาพการเชื่อมโยงระหว่างการควบคุมอัตโนมัติและเพิ่มประสิทธิภาพ

แข็งแรงมาก เป็นวิธีการเพิ่มประสิทธิภาพมักจะหลักของวิธีการควบคุม
อัตโนมัติ แน่นอนการเพิ่มประสิทธิภาพที่มีผ้านำวิธีที่มีประสิทธิภาพ
ระบุรุ่นระบบคำนวณหากฎหมายควบคุมการวิเคราะห์เสถียรภาพของระบบและความ


ฯลฯเพราะต้องเพิ่มประสิทธิภาพของปัญหาทแรคทะบีลสอดคล้องกัน
, วิธีการแบบดั้งเดิมมักจะยึด
ความหมายของรูปแบบที่เรียบง่ายของพืชเพื่อควบคุม ง่าย
รูปแบบอาจใช้ เช่น การใช้ช่วงของพืชเกี่ยวกับ
จุดสมดุล และหลงพลศาสตร์ ทำเหล่านี้
Simplifications แบบจำลองยังแสดงโดยเส้นเพื่อ
น้อยระบบ เช่นรูปแบบง่ายที่สามารถใช้สำหรับการคำนวณ
กฎหมายควบคุมเฉพาะทางคณิตศาสตร์โดยใช้กรอบ ในแบบคู่ขนานการ optimization ปัญหาที่ต้องการ

แสดงประสิทธิภาพและข้อจำกัดที่กำหนดไว้ . ความสนใจพิเศษคือจ่ายให้กับโครงสร้างของ
รูปแบบและปัญหาการเพิ่มประสิทธิภาพเพื่อที่จะสามารถแก้ปัญหาด้วย
แน่นอนและ deterministic แก้ .หลายตัวอย่างที่สามารถให้วิธีการดังกล่าว
.
เป็นกรณีนี้สำหรับวิธีการกำลังสองเชิงเส้น , เป็นของ
ห้องควบคุมที่เหมาะสมโดยวิธี [ 72 ] : แบบจำลองเชิงเส้นของ
มีใช้ระบบและเพิ่มประสิทธิภาพของต้นทุนจาแสดง
ต้นทุนคือผลรวมของกำลังสอง สองปัจจัยที่ถ่วงน้ำหนัก , หนึ่งสำหรับการติดตาม
อ้างอิงและอื่น ๆสำหรับการใช้พลังงาน สำหรับเรื่องนี้
ปัญหาโดยเฉพาะอย่างยิ่งสารละลายที่เหมาะสมสามารถช่วยวิเคราะห์พบด้วย

riccati สมการมากขึ้นเมื่อเร็ว ๆนี้ , H2 / H ∞การสังเคราะห์วิธีการได้รับการพัฒนาจ้าว
[ 96 ] วิธีการคือใช้แบบจำลองเชิงเส้นของพืช
และปัญหาก็แสดงเป็นค่าของ H ∞ C
ระบบวงปิด reformulations จะใช้เพื่อแสดง
ในปัญหาอสมการเมทริกซ์เชิงเส้น ( LMI ) กรอบ ซึ่ง
ต้องการแก้สามารถใช้ แนวโน้มอีกประการหนึ่งคือการใช้ของ youla –
คูเซอราฟรา parameterization [ 87 ] parameterization นี้ช่วยให้เรา
parameterize ทั้งหมดตัวควบคุมเสถียรภาพให้พืช การใช้คุณสมบัตินี้
, มันเป็นไปได้ที่จะหา " ตัวควบคุมเหมาะสมที่สุด " โดยการแก้ปัญหาการเพิ่มประสิทธิภาพนูน
.
ในที่สุดนอกจากนี้เรายังสามารถพูดถึง Mac สามารถควบคุม [ 02 ] เมื่อ
อีกครั้งโดยใช้แบบจำลองเชิงเส้นและค่ากำลังสอง และทราบว่าต้องการ
ผลผลิตล่วงหน้า มันเป็นไปได้ที่จะคำนวณควบคุมต่อเนื่องสูงสุด
อีกครั้ง ( อ้างอิง และติดตามการใช้พลังงาน .
ในกรณีทั่วไป ( แบบไม่เชิงเส้นของระบบ ) , วิธีการขึ้นอยู่กับ
บนโซลูชั่นออนไลน์เป็น ปัญหาการเพิ่มประสิทธิภาพการใช้แบบจำลองเชิงเส้นกำลังสอง
และค่าใช้จ่ายที่จะช่วยให้เราใช้ประโยชน์จากโซลูชั่นและด้วยเหตุนี้
ให้มากที่สุดของการคำนวณในขั้นตอนครับ .
เป็นกล่าวก่อนหน้านี้ สำหรับวิธีการแบบดั้งเดิมเหล่านี้ทั้งหมด ,
แบบเชิงเส้นของพืชจะใช้ และโครงสร้างที่เฉพาะเจาะจงสำหรับสูตรทางคณิตศาสตร์
ต้นทุนและข้อจำกัด คือ ต้อง อย่างไรก็ตาม เมื่อพิจารณาจาก
ปัญหาในชีวิตจริงด้วยคุณสมบัติระดับสูงนี้ reformulation
ขั้นตอนไม่ตรงไปตรงมา ดังนั้นบางส่วนของพวกเขาไม่สามารถโดยตรง
เข้าบัญชี ในกรณีนี้ คุณสมบัติเหล่านี้จะไม่แรก
ถือว่าในขั้นตอนการออกแบบ และต้องตรวจดู
จากผลไปสู่เหตุในระหว่างการวิเคราะห์เฟส วิธีการนี้อาจทำให้บาง