Stochastic gradient methods for stochastic model predictive control

Andreas Themelis, Silvia Villa, Panagiotis Patrinos, Alberto Bemporad

研究成果: 書籍/レポート タイプへの寄稿会議への寄与

1 被引用数 (Scopus)

抄録

We introduce a new stochastic gradient algorithm, SAAGA, and investigate its employment for solving Stochastic MPC problems and multi-stage stochastic optimization programs in general. The method is particularly attractive for scenario-based formulations that involve a large number of scenarios, for which 'batch' formulations may become inefficient due to high computational costs. Benefits of the method include cheap computations per iteration and fast convergence due to the sparsity of the proposed problem decomposition.

本文言語英語
ホスト出版物のタイトル2016 European Control Conference, ECC 2016
出版社Institute of Electrical and Electronics Engineers Inc.
ページ154-159
ページ数6
ISBN(電子版)9781509025916
DOI
出版ステータス出版済み - 1月 6 2017
外部発表はい
イベント2016 European Control Conference, ECC 2016 - Aalborg, デンマーク
継続期間: 6月 29 20167月 1 2016

出版物シリーズ

名前2016 European Control Conference, ECC 2016

その他

その他2016 European Control Conference, ECC 2016
国/地域デンマーク
CityAalborg
Period6/29/167/1/16

!!!All Science Journal Classification (ASJC) codes

  • 制御およびシステム工学
  • 制御と最適化

フィンガープリント

「Stochastic gradient methods for stochastic model predictive control」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル