인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This paper presents a novel supervised learning framework for real-time optimization of multi-parametric mixed-integer quadratic programming (mp-MIQP) problems. The framework utilizes a multi-layer perceptron (MLP) model to efficiently predict both continuous and binary control inputs while classifying the feasibility of the optimization problem. To address the computational burden of branch-and-bound methods and the memory limitations of explicit model predictive control (MPC), this framework learns optimal control inputs across diverse system states and prediction horizons through offline training. Comparative evaluations reveal that the proposed method significantly outperforms traditional approaches in computational speed and memory efficiency while maintaining high accuracy in approximating optimal solutions. These advancements position the framework as a transformative solution for real-time control applications, offering a robust and efficient alternative for online optimization in mp-MIQP problems.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092311495
