Optimale Systeme

LVAs

Beschreibung

Nicht-parametrische und parametrische Identifik ationsverfahren (Fourieranalyse ETFE, Least Squares mit und ohne stochastischer Störung), Modellstrukturen zur Identifikation (ARMA, ARX, ARMAX), Rekursive Least Squares (RLS) Verfahr en, Least Mean Squares (LMS) Identifikation, optimale Schätzer (Gauß-Markov Schätzer, Mi nimum-Varianz Schätzer), optimaler Beobachter- entwurf (Kalman-Filter), dy namische Programmierung nach Bellman, optimaler linearer Zu- standsregler (LQR-Problem) mit finitem und infi nitem Optimierungsintervall, optimale Ausgangs- regelung (LQG-Problem), Statische Optimieru ng mit und ohne Beschränkungen, Liniensuchver- fahren, Wahl der Suchrichtung (Gradientenm ethode, Newton–Methode, Konjugierte Gradien- tenmethode, Quasi–Newton–Methode), KKT-Bedi ngungen, Methode der aktiven Beschränkun- gen, Gradienten–Projektionsmethode, Methode der Straf- und Barrierefunktionen, Sequentielle Quadratische Programmierung, Grundlagen der Vari ationsrechnung, dynamische Optimierung, Entwurf von Optimalsteuerungen, Minimumsprinzi p von Pontryagin, verbrauchs-, energie- und zeitoptimale Steuerung.

translation missing: de.modul.depend

Der Inhalt der Lehrveranstaltungen Automatisierungstechnik sowie die erworbenen mathemati- schen Kenntnisse aus dem Bakkalau reat-Studium Elektrotechnik und Informationstechnik wer- den vorausgesetzt.
Beherrschung der und Umgang mit den Methoden der Automatisierungstechnik sowie der höhe- ren Mathematik aus dem Bakkalaureat-Studium El ektrotechnik und Informationstechnik. Für das Labor Regelungssysteme 1 LU und die VU Optimierung wird der Umgang mit einschlägiger Standardsoftware wie Matlab/Simulink und Computeral gebra, wie sie in der Fachvertiefung Au- tomatisierungstechnik im Bakkalaureat-Studium gelehrt wird, empfohlen.