[article]
| Titre : |
Constrained stochastic LQC : A Tractable approach |
| Titre original : |
LQC stochastique contraint: une approche menable |
| Type de document : |
texte imprimé |
| Auteurs : |
Bertsimas, Dimitris, Auteur ; Brown, David B., Auteur |
| Année de publication : |
2007 |
| Article en page(s) : |
1826-1841 p. |
| Note générale : |
Automatique |
| Langues : |
Anglais (eng) |
| Mots-clés : |
Control with constraints Linear-quadratic control Robust optimization Semidefinite Commande avec des contraintes d'équation quadratique linéaire Optimisation robuste semi-définie |
| Index. décimale : |
629.8 |
| Résumé : |
Despite the celebrated success of dynamic programming for optimizing quadratic cost functions over linear systems, such an approach is limited by its inability to tractably deal with even simple constraints. In this paper, we present an alternative approach based on results from robust optimization to solve the stochastic linear-quadratic control (SLQC) problem. In the unconstrained case, the problem may be formulated as a semidefinite optimization problem (SDP). We show that we can reduce this SDP to optimization of a convex function over a scalar variable followed by matrix multiplication in the current state, thus yielding an approach that is amenable to closed-loop control and analogous to the Riccati equation in our framework. We also consider a tight, second-order cone (SOCP) approximation to the SDP that can be solved much more efficiently when the problem has additional constraints. Both the SDP and SOCP are tractable in the presence of control and state space constraints; moreover, compared to the Riccati approach, they provide much greater control over the stochastic behavior of the cost function when the noise in the system is distributed normally.
En dépit du succès célébré de la programmation dynamique pour optimiser des fonctions de coût quadratiques au-dessus des systèmes linéaires, une telle approche est limitée par son incapacité de traiter tractably même des contraintes simples. En ce document, nous présentons une approche alternative basée sur des résultats d'optimisation robuste pour résoudre le problème stochastique de la commande d'équation quadratique linéaire (SLQC).Dans le cas sans contrainte, le problème peut être formulé comme problème semi-défini d'optimisation (SDP). Nous prouvons que nous pouvons ramener ce SDP à l'optimisation d'une fonction convexe au-dessus d'une variable scalaire suivie de multiplication de matrice dans l'état actuel, de ce fait rapportant une approche qui est favorable à la commande en circuit fermé et analogue à l'équation de Riccati dans notre cadre. Nous considérons également une approximation serrée et de second ordre du cône (SOCP) au SDP qui peut être résolu beaucoup plus efficacement quand le problème a des contraintes additionnelles. Le SDP et SOCP sont menables en présence des contraintes de l'espace de commande et d'état ; d'ailleurs, comparé à l'approche de Riccati, ils fournissent un contrôle beaucoup plus grand du comportement stochastique de la fonction de coût quand le bruit dans le système est distribué normalement. |
| DEWEY : |
629.8 |
| ISSN : |
0018-9286 |
| RAMEAU : |
Commande linéaire |
| En ligne : |
dbertsim@mit.edu, dbbrown@duke.edu |
in IEEE transactions on automatic control > Vol. 52 N°10 (Octobre 2007) . - 1826-1841 p.
[article] Constrained stochastic LQC = LQC stochastique contraint: une approche menable : A Tractable approach [texte imprimé] / Bertsimas, Dimitris, Auteur ; Brown, David B., Auteur . - 2007 . - 1826-1841 p. Automatique Langues : Anglais ( eng) in IEEE transactions on automatic control > Vol. 52 N°10 (Octobre 2007) . - 1826-1841 p.
| Mots-clés : |
Control with constraints Linear-quadratic control Robust optimization Semidefinite Commande avec des contraintes d'équation quadratique linéaire Optimisation robuste semi-définie |
| Index. décimale : |
629.8 |
| Résumé : |
Despite the celebrated success of dynamic programming for optimizing quadratic cost functions over linear systems, such an approach is limited by its inability to tractably deal with even simple constraints. In this paper, we present an alternative approach based on results from robust optimization to solve the stochastic linear-quadratic control (SLQC) problem. In the unconstrained case, the problem may be formulated as a semidefinite optimization problem (SDP). We show that we can reduce this SDP to optimization of a convex function over a scalar variable followed by matrix multiplication in the current state, thus yielding an approach that is amenable to closed-loop control and analogous to the Riccati equation in our framework. We also consider a tight, second-order cone (SOCP) approximation to the SDP that can be solved much more efficiently when the problem has additional constraints. Both the SDP and SOCP are tractable in the presence of control and state space constraints; moreover, compared to the Riccati approach, they provide much greater control over the stochastic behavior of the cost function when the noise in the system is distributed normally.
En dépit du succès célébré de la programmation dynamique pour optimiser des fonctions de coût quadratiques au-dessus des systèmes linéaires, une telle approche est limitée par son incapacité de traiter tractably même des contraintes simples. En ce document, nous présentons une approche alternative basée sur des résultats d'optimisation robuste pour résoudre le problème stochastique de la commande d'équation quadratique linéaire (SLQC).Dans le cas sans contrainte, le problème peut être formulé comme problème semi-défini d'optimisation (SDP). Nous prouvons que nous pouvons ramener ce SDP à l'optimisation d'une fonction convexe au-dessus d'une variable scalaire suivie de multiplication de matrice dans l'état actuel, de ce fait rapportant une approche qui est favorable à la commande en circuit fermé et analogue à l'équation de Riccati dans notre cadre. Nous considérons également une approximation serrée et de second ordre du cône (SOCP) au SDP qui peut être résolu beaucoup plus efficacement quand le problème a des contraintes additionnelles. Le SDP et SOCP sont menables en présence des contraintes de l'espace de commande et d'état ; d'ailleurs, comparé à l'approche de Riccati, ils fournissent un contrôle beaucoup plus grand du comportement stochastique de la fonction de coût quand le bruit dans le système est distribué normalement. |
| DEWEY : |
629.8 |
| ISSN : |
0018-9286 |
| RAMEAU : |
Commande linéaire |
| En ligne : |
dbertsim@mit.edu, dbbrown@duke.edu |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la rechercheConstrained stochastic LQC / Bertsimas, Dimitris in IEEE transactions on automatic control, Vol. 52 N°10 (Octobre 2007)
