inf5106 - Optimal and Model-Predictive Control (Veranstaltungsübersicht)

inf5106 - Optimal and Model-Predictive Control (Veranstaltungsübersicht)

Department für Informatik 6 KP
Modulteile Semesterveranstaltungen Sommersemester 2024 Prüfungsleistung
Vorlesung
  • Uneingeschränkter Zugang 2.01.5106 - Optimal and Model-Predictive Control Lehrende anzeigen
    • Prof. Dr.-Ing. habil. Andreas Rauh
    • Marit Lahme
    • Oussama Benzinane
    • Friederike Bruns, M. Sc.

    Tuesday: 12:00 - 14:00, weekly (ab 02.04.2024), Ort: V02 0-002
    Thursday: 08:00 - 10:00, weekly (ab 04.04.2024), Ort: A05 1-160
    Termine am Freitag, 26.07.2024 08:00 - 14:00, Ort: (A05-1-135)

    1. Parameter optimization · Unconstrained optimisation · Optimisation under equality/ inequality constraints 2. Dynamic optimisation (structural optimi-sation) · Bellman’s optimality principle · Maximum principle of Pontryagin · Special optimisation problems: Mini-mum time problems, minimum energy, LQR 3. Linear model-predictive control 4. Nonlinear model-predictive control 5. Receding horizon state estimation

Übung
  • Uneingeschränkter Zugang 2.01.5106 - Optimal and Model-Predictive Control Lehrende anzeigen
    • Prof. Dr.-Ing. habil. Andreas Rauh
    • Marit Lahme
    • Oussama Benzinane
    • Friederike Bruns, M. Sc.

    Tuesday: 12:00 - 14:00, weekly (ab 02.04.2024), Ort: V02 0-002
    Thursday: 08:00 - 10:00, weekly (ab 04.04.2024), Ort: A05 1-160
    Termine am Freitag, 26.07.2024 08:00 - 14:00, Ort: (A05-1-135)

    1. Parameter optimization · Unconstrained optimisation · Optimisation under equality/ inequality constraints 2. Dynamic optimisation (structural optimi-sation) · Bellman’s optimality principle · Maximum principle of Pontryagin · Special optimisation problems: Mini-mum time problems, minimum energy, LQR 3. Linear model-predictive control 4. Nonlinear model-predictive control 5. Receding horizon state estimation

Hinweise zum Modul
Teilnahmevoraussetzungen

Nützliche Vorkenntnisse: Grundkenntnisse der Regelung linearer zeitkontinuierlicher und/oder zeitdiskreter Systeme bzw. der robusten Regelung

Prüfungszeiten

am Ende der Vorlesungszeit

Prüfungsleistung Modul

Portfolio oder Projekt

Kompetenzziele

Die Studierenden identifizieren die grundlegenden Konzepte der Optimierung von Regelungssystemen.
Fachkompetenzen

Die Studierenden:

  • identifizieren die grundlegenden Konzepte der Optimierung von Regelungssystemen
  • charakterisieren problemangepasste Optimierungsmethoden
  • erkennen softwaretechnische  Umsetzungen für ausgewählte Prüfstände


Methodenkompetenzen
Die Studierenden: 

  • analysieren Probleme der optimalen Regelung
  • generalisieren diese eigenständig auf neue forschungsnahe Anwendungsszenarien


Sozialkompetenzen
Die Studierenden

  • erarbeiten in einem vorlesungsbegleitenden Projekt/Praktikum Lösungsideen für reale regelungstechnische Aufgaben in kleinen Gruppen
  • vermitteln die von ihnen erzielten Ergebnisse in kurzen Präsentationen


Selbstkompetenzen
Die Studierenden

  • reflektieren kritisch die von ihnen in Projektform erarbeiteten Ergebnisse
  • erkennen Grenzen unterschiedlicher Ansätze der optimalen Regelung