Data-driven control of multi-tank water systems : centralized and decentralized approaches with reinforcement learning
"Este trabajo investiga el control basado en datos de sistemas de tanques de agua con dinámica acoplada no lineal. Dichas dinámicas usualmente dificultan el diseño analítico de los controladores basados en modelos y requieren modelos dinámicos simplificados que ignoran la mayoría de los comport...
- Autores:
-
Martínez Piazuelo, Juan Pablo
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- eng
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/44151
- Acceso en línea:
- http://hdl.handle.net/1992/44151
- Palabra clave:
- Teoría del control - Investigaciones
Aprendizaje por refuerzo (Aprendizaje automático) - Investigaciones
Aprendizaje automático (Inteligencia artificial) - Investigaciones
Agentes inteligentes (Programas para computador) - Investigaciones
Control de procesos industriales - Investigaciones
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| Summary: | "Este trabajo investiga el control basado en datos de sistemas de tanques de agua con dinámica acoplada no lineal. Dichas dinámicas usualmente dificultan el diseño analítico de los controladores basados en modelos y requieren modelos dinámicos simplificados que ignoran la mayoría de los comportamientos no lineales del sistema. Como una forma de aliviar las dificultades de diseño y evitar simplificaciones de modelado, en este trabajo diseñamos métodos de aprendizaje por refuerzo (RL), centralizados y descentralizados, y métodos basados en datos para controlar sistemas de tanques de agua interconectados que son relevantes para el control de procesos industriales. En particular, estudiamos tres estructuras actor crítico y las aplicamos en un método del estado del arte de RL." -- Tomado del Formato de Documento de Grado |
|---|