Introduksiyon

Ang mga problemang pang-optimal control ay pundamental sa inhenyeriya at agham, kung saan ang tunguhin ay tiyakin ang pinakamahusay na posibleng mga control input upang makamit ang mga ninanais na pag-uugali ng sistema. Gayunpaman, ang paglutas sa mga problemang ito ay kadalasang kinasasangkutan ng masalimuot na mga modelong matematikal gaya ng particular na magkakaibang mga ekwasyon o malalaking-scale dynamic systems ⁇ na maaaring makalkula ang katumpakan. Ang ROM ay nakakamit ng mababang-consumpsiyon. Upang matugunan ang hamong ito, ang mga mananaliksik ay tumungo sa nabawasang-order model-pag-pagsusuring mga eksing mga praktikal na mga pamamaraan nito, na mga ekwadro-orasang ekwatibo, na mga ekwadrehibitrawtibo sa mga dynamic na mga eksiyon, na mga eksiyon ng mga eksiyon, na mga ekwili at mga eksiyon nito sa mga eksiyon ng mga eksiyon ng mga ekwasyon, na mga eksiyon ng mga pagbabago ng mga pagbabago ng mga pagbabago ng mga pagbabago ng mga pagbabago ng mga

Ano ang nabawasan-Order Modeling?

Ang mga modelong ito ay ginagawa sa pamamagitan ng pagkilala at pagkuha ng pinakamaimpluwensiyang mode o mga katangian ng system ⁇ kadalasan sa pamamagitan ng data-fincific o physics-based na mga paraan ng pagbabawas. Ang resultang sistema ay mas maliit sa dimensiyon, kadalasan sa pamamagitan ng mga order ng magnitude, na nagpapahintulot dito na malutas ng mas mabilis. Ang ROM ay lalo nang mahalaga sa mga konteksto kung saan ang paulit-ulit na mga relatibisasyon ay kinakailangan, tulad ng o pag-e-produksiyon, mga pag-pag-aaral ng parameter, o real-time.

Ang pinaka-ugat na ideya sa likod ng ROM ay ang maraming mga komplikadong sistema ay nagpapakita ng mababang-rangk na pag-uugali: ang espasyong solusyon ay malapit sa isang mababang-dimensional na multifault. sa pamamagitan ng pag-debut ng full-order model sa maraming mga spesipikong ito, ang halaga ay lubhang bumababa habang pinananatili ang katumpakan sa loob ng mga katanggap-tanggap na mga entidad. ang mga karaniwang aplikasyon ay kinabibilangan ng mga likidong dynamics, istrukweensiyalisadong mekanika, mga prosesong kimikal, at mga sistemang kuryente.

Mga Pakinabang ng Paggamit ng ROMA sa Pagsupil ng Optim

  • [[Speed: Ang nabawasang mga modelo ay nangangailangan ng hindi gaanong pagkalkula ng lakas, na nagdudulot ng mas mabilis na solusyon na mga times ⁇ kadalasan mula sa mga oras hanggang sa mga segundo.
  • [[Cience: Pinadadali nila ang mabilis na reaksyon, na mahalaga sa mga aplikasyong real-time control tulad ng autonomous na sasakyan, robotika, at kontrol sa proseso.
  • Ang pagigingCost-coffective: Ang mga hindi gaanong pagkuwenta ng mga mapagkukunang yaman ay nangangahulugan ng mas mababang gastos sa operasyon, lalo na sa ulap o naka-ink na mga kapaligirang komputasyonal.
  • [Kasalanan: Ang ROM ay pumapayag sa paghawak ng mas malaki at mas komplikadong mga sistema na kung hindi ay hindi maaaring i-feaset sa mga modelong full-order.
  • [[[[Category:] Sa ROM, nagiging praktikal ang mga adaptasyong optimikong kontrol algorithm tulad ng model propesyunal na kontrol (MPC) para sa mabilis na dynamics.

Mga Paraan sa Pagpapaunlad ng mga Kontrol na Kontra-Order na Modelo

May ilang mga pamamaraan na umiiral para sa paglikha ng mga ROM, bawat isa ay nababagay sa iba't ibang uri ng mga sistema. Ang pagpili ay nakasalalay sa saligang pisika, makukuhang datos, at sa ninanais na tumpak na-stability trade-off.

Wastong Orthogonal Decomposition (POD)

Ang POD, na kilala rin bilang Karhunen–Loève expansion, ay kumukuha ng mga dominanteng mode mula sa isang set ng mga data sceptage na nakuha sa pamamagitan ng pagpapatakbo ng full-order model sa ilalim ng iba't ibang kondisyon. Ang mga mode na ito ay bumubuo ng isang orthodonal na basehan na may perpektong pag-iipon sa enerhiya ng sistema ng sistema. Ang orihinal na mga ekwasyon ay saka na ini-consepto sa batayang ito, nagbibigay ng isang sistemang mababang-dimensiyonal.Ang POD ay malawakang ginagamit sa mga dynamic at mga mekantikang pang-eksiyonal.

Timbang na Pagpupuslit (BT)

Ang BT ay nakatuon sa pagpapanatili ng input-output na pag-aasal ng sistema sa pamamagitan ng pagsusuri ng controllibility at observabilidad Gramans.Ito ay nag-aalis ng mga estadong mahina na kontrol na maaaring makuha at hindi gaanong nakikita. Ang balanseng peristensiya ay partikular na mabisa para sa mga sistemang linear at tinitiyak ang pagpapanatili ng katatagan, ngunit ito ay may mababang sukat para sa mga napaka malalaking sistema dahil sa pangangailangang lutasin ang mga ekwasyong Lyapunov. Reference: Antas, Aprixation of Largrgrgrcalys[T][T][T][T][T][T][T.

Proyekto ng Galerkin

Ang pamamaraang ito ay nagpo-debut ng orihinal na sistema ng mga ekwasyon (hal.g., PDEs) sa isang nabawasang batayan, na kadalasang hinango mula sa POD o iba pang mga pamamaraang batayang pang-edukasyon.Ang mahinang anyo ng PDE ay ipinatutupad lamang sa subspace na binabagtas ng batayan.Ang pag-usli ng Galerkin ay popular para sa mga sistemang parametric at hindilinear, bagaman ang katatagan ay maaaring maging hamon para sa mga problemang konksiyon-dominasyon.

Mga Paraan ng Pagkatuto sa Makina

Ang mga kamakailang pagsulong ay gumagamit ng mga neural network, autoencoder, at iba pang data-defined algorithms upang matuklasan ang mga mababang-dimensional na latent representations direkta mula sa datos. Ang mga autoencoder ay nag-aaral ng isang compact advider ng estado, habang ang mga pamamaraang dynamic mode composition (DMD) at ang mga varians nito (e., mga paraang Koopman operator) ay nagbibigay ng linear approximations ng mga hindi phyroximations. Ang mga pamamaraang ito ay lalo nang ang mga indibidwal na pisika ay hindi lubos na kilala.[T] Ang mga pamamaraang koopman na equipx[T] ay nagbibigay ng mga elemental na economics.[T.[T.[T.

Iba Pang Kapansin - pansing Pamamaraan

  • [Hyper-reduction: Pinagsama ang ROM at ang mga kakaunting halimbawa ng orihinal na mesh upang mabawasan ang gastos ng kapulungan para sa mga hindi-linear na termino (e.g., DEIM, ECSW).
  • [R&S–RB) Pamamaraan: Mga hangganan ng Rigrous error at offline-online performations para sa mga problemang parametric.
  • AngLinear Quadratic Gaussian (LQG) Timbang na Truncation: ay nagpapalawig ng BT sa mga sistemang stochastic.

Pagkakapit ng ROMA sa mga Problema sa Pagsupil ng mga Optim

Sa sukdulang pagkontrol, ang komputasyonal na botttleneck ay kadalasang ang paulit-ulit na solusyon ng sistemang dinamiko sa pagtatasa ng mga tungkuling pampagastos at mga limitasyon.Ang ROM ay pumapalit sa full-order na modelo na may nabawasang modelo sa loob ng preperimentasyong loopisasyon, na may malalang pagbabawas ng oras. Halimbawa, sa modelong preseksperimentong kontrol (MPC), ang bukas na-loop o properimental na kontrol ay dapat lutasin sa bawat hakbang.Ang paggamit ng isang linearized na nabawasang modelo ay maaaring gumawa sa MPC na mga sistemang mabilisang pang-mainam (intibo) tulad ng mga quadroktor na kemikal.

Gayunman, dapat tiyakin ng isa na ang nabawasang modelo ay nananatiling tumpak sa buong premise ng prediksiyon at sa ilalim ng iba't ibang input. ang mga adaptasyong ROM na nagreresulta sa batayang online ay isang aktibong lugar ng pananaliksik. Tingnan: Advative ROM para sa mga sistemang time-varying.

Mga Hamon sa Bawasan-Order Modeling

  • Maaaring mabigo ang Accuracy sa kabila ng mga kondisyon ng pagpapatakbo: Ang isang ROM na gumaganang mabuti malapit sa isang set ng parameters ay maaaring mabigo kapag ang mga parameter o estado ay nagpapaanod. ang mga global error staint ay mahirap makuha.
  • [Pamantayan: Ang Projection-based ROM ay maaaring magpahina sa orihinal na sistema, lalo na para sa mga convection-dominated streams. Ang mga pamamaraan tulad ng simplectic integration o Petrov–Galerkin ay nangangailangan ng maingat na pagpili.
  • [Data dependencies:[[Coven ROM][kailangan ng sapat na pagsasanay sa datos, at ang extrapolation sa labas ng rehimeng pagsasanay ay maaaring humantong sa hindi maaasahang mga prediksiyon.
  • Nonlinearity: Ang pagpapapula ng mga sistemang hindilinear ay mas hamon dahil ang nabawasang modelo ay nangangailangan pa rin ng pagtatasa ng mga full-order nonlinear na termino, na humahantong sa pangangailangan ng hyper-reduction.
  • [[kailangan ng panahon: Kahit ang mga mabilis na ROM ay maaaring masyadong mabagal para sa kontrol ng millisecond-level nang walang espesyalisadong hardware o karagdagang samplipikasyon.

Mga Tagubilin sa Hinaharap

Aktibong sinusuri ng mga mananaliksik ang ilang hangganan upang mapagtagumpayan ang mga hamong ito:

  • Adaptive ROM: Mga pamamaraan na nagreresulta sa nabawasang batayan sa-the-fly habang ang sistema ay nag-evolve, pinagsasama ang mga intelektibo ng machine sa mga indibidwal ng error.
  • [Hybrid paglapit: Pagsasama ng pisika-based ROM (katulad ng POD) sa data-definated recifle (e.g., neural network configurations) upang mapabuti ang katumpakan.
  • Untrealty quanification (UQ):[kailangan ng sanggunian] Ang ROM ay ginawang Bayesian inversion at stochastic control, kung saan maraming mga abanteng solusyon ang kinakailangan.
  • Structure-preving ROM: Mga pamamaraan na nag-iingat ng Hamiltonian, Lagrangian, o mga katangiang passitibidad, na mahalaga para sa control synthesis.
  • [Hardware ⁇ : Deploying ROM on GPUs o FPGAs para sa real-time optimical control sa gilid na komputing.

Habang patuloy na lumalago ang kakayahang magkuwenta, ang ROM ay gaganap ng higit at higit na mahalagang papel sa pag - akay sa mabilis at maaasahang mga solusyon sa pagkontrol sa masalimuot na mga sistema na idependyente mula sa autonomous drone hanggang sa matatalinong grid at biyomedikal na mga aparato.

Pagsasaayos

Ang pagbabawas ng mga kinakailangang dynamics sa mga low-dimensional na modelo, ang mga inhinyero at siyentipiko ay maaaring magkamit ng real-time na pagganap nang hindi isinasakripisyo ang ekwasyon. Habang ang mga hamon ay nananatiling ekwasyon lalo na sa paligid ng katumpakan, katatagan, at data dependensiyal na mga pag-unlad sa pag-aangkop at hybrid ROM na pangako upang palawigin ang aplikado nito. Para sa mga manggagamot sa pagkontrol at regulatoridad, ang mga paraan ng pag-unawa ng ROM ay hindi lamang isang akademikong pagsasanay kundi isang praktikal na pangangailangan para sa susunod na henerasyon ng mataas na mga datos, mga sistemang pang-imprikal.