ＰｙｔｈｏｎとＣａｓＡＤｉで学ぶモデル予測制御

制御技術の未来を拓く、モデル予測制御（MPC）マスターへの第一歩！　MPCの理論的な背景と数理的なアプローチをわかりやすく解説し、実際のプログラミング例を多数掲載。CasADiは最適制御を行うためのオープンソースソフトウェアとして、MPCにおいて大変すぐれたツールです。CasADiのPython版サンプルコードを提供するので、実践しながら学べます！　【目次】　第1章　制御とは　1.1　制御の具体例　1.2　制御工学の基本概念　1.3　代表的な制御手法　1.4　補足事項　第2章　モデル予測制御（MPC）とは　2.1 MPCの直感的イメージ　2.2 MPCにおける有限ホライズン最適制御問題の定式化　2.3 MPCの特徴　2.4　補足事項　第3章　CasADi入門　3.1　導入　3.2　環境構築　3.3　シンボリックの基本　3.4　数理最適化　3.5　シンボリックの操作　3.6　関数オブジェクト　3.7　常微分方程式ソルバー　第4章　離散時間のモデル予測制御　4.1　生物個体数管理の制御問題　4.2　ロトカ・ヴォルテラのモデルの状態方程式　4.3　ロトカ・ヴォルテラのモデルの評価関数　4.4 MPCにおける最適化問題の定式化　4.5 MPC実装の流れ　4.6 MPC実装の詳細　第5章　連続時間のモデル予測制御　5.1　倒立振子モデル　5.2　倒立振子の評価関数　5.3　有限次元パラメータ近似　5.4　パラメータの設定　5.5 MPC実装の流れ　5.6 MPC実装の詳細　第6章　モデル予測制御の実装に向けて　6.1　時間離散化と最適化の順番　6.2　直接的アプローチによる連続時間最適制御問題の有限次元パラメータ近似　6.3　離散時間最適制御問題の構造と変数消去　6.4　オンライン最適化　第7章　CasADiにおける最適化ソルバーの比較　7.1　さまざまなソルバー　7.2　ソルバーの選定の必要性　7.3 QPソルバーの比較　7.4 NLPソルバーの比較　第8章　状態推定問題と移動ホライズン推定　8.1　導入　8.2　状態推定問題　8.3　移動ホライズン推定（MHE）とは　8.4 MHEによる状態推定の実装例　8.5 MHEを用いたMPC　第9章　より発展的な話題と将来の展望　付録A　最適化・数値計算の補足　付録B CasADi中級　※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

この作品をシェアする