PythonとCasADiで学ぶモデル予測制御 [単行本]

PythonとCasADiで学ぶモデル予測制御 [単行本] の 商品概要

• 要旨（「BOOK」データベースより）

  未来を変える制御技術。今日から実践だっ！！！！！モデル予測制御の基礎から実装までを、一冊でマスターできる。オープンソースソフトウェアＣａｓＡＤｉの使い方がしっかり身につく。ソースコードをサポートサイトで提供しているので、すぐに実践できる。

• 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
  A.1　ニュートン法
  A.2　QP問題の解法
  A.3　NLP問題の解法
  A.4　最適制御に固有の構造を利用したQP問題の最適化計算
  A.5　常微分方程式の初期値問題の数値計算法
  
  付録B　CasADi中級
  B.1　CasADi環境構築
  B.2　CasADiによるC言語コード生成とその利用方法
  B.3　CasADiの関連ソフトウェア
  B.4　CasADiとacadosの連携
  B.5　CasADiとPinocchioの連携
  B.6　離散制御入力を扱う方法

• 出版社からのコメント

  モデル予測制御（ＭＰＣ）の基本から実用までを解説。最適制御ソフトＣａｓＡＤｉとＰｙｔｈｏｎで動かしながら実践的に学べる。　

• 内容紹介

  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

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  深津 卓弥(フカツ タクヤ)
  ２０１６年京都大学大学院理学研究科物理学・宇宙物理学専攻修士課程修了。現在、株式会社Ｐｒｏｘｉｍａ　Ｔｅｃｈｎｏｌｏｇｙ代表取締役、兼リサーチャー／エンジニア
  
  菱沼 徹(ヒシヌマ トオル)
  ２０１５年京都大学大学院工学研究科航空宇宙工学専攻修士課程修了。現在、株式会社Ｐｒｏｘｉｍａ　Ｔｅｃｈｎｏｌｏｇｙリサーチャー／エンジニア
  
  荒牧 大輔(アラマキ ダイスケ)
  ２０１９年大阪大学理学部数学科卒業。現在、株式会社Ｐｒｏｘｉｍａ　Ｔｅｃｈｎｏｌｏｇｙリサーチャー／エンジニア

• 著者について

  深津 卓弥 (フカツ タクヤ)
  株式会社Proxima Technology代表取締役、兼リサーチャー／エンジニア
  
  菱沼 徹 (ヒシヌマ トオル)
  株式会社Proxima Technologyリサーチャー／エンジニア
  
  荒牧 大輔 (アラマキ ダイスケ)
  株式会社Proxima Technologyリサーチャー／エンジニア

PythonとCasADiで学ぶモデル予測制御 [単行本] の商品スペック