文献

J-GLOBAL ID：202102242206803056   整理番号：21A1142379

(大)パラメトリック不確実性を持つシステムのためのBayesロバスト観測設計アプローチ【JST・京大機械翻訳】

A Bayesian Robust Observation Design Approach for Systems with (Large) Parametric Uncertainties

著者 (4件)： Yu Hui (Fujian Institute of Research on the Structure of Matter, Chinese Academy of Science, China) ,  Yue Hong (Wind Energy and Control Centre, Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow G1 1XW, UK) ,  Wei Xian (Fujian Institute of Research on the Structure of Matter, Chinese Academy of Science, China) ,  Su Xiaoke (Wind Energy and Control Centre, Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow G1 1XW, UK)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 53  号： 2  ページ： 16506-16511  発行年： 2020年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 古典的最適実験計画(OED)法は,最適化スキームにおける事前モデルと計算負荷に基づいて発生する脆性設計結果のために,複雑なシステムのモデリングにおいて十分に利用されていない。本研究では,大きなパラメータ不確実性を持つシステムに対して,組合せ測定セット選択とサンプリング時間スケジューリングのロバスト実験計画(RED)のための新しい方法を提案した。不確実パラメータ領域上の事後分布の予想性能のGauss求積式(GQF)近似を含むBayes設計フレームワークを採用した。ロバストBayes実験計画(BED)を,凸最適化問題として解くことができる半定値計画法(SDP)問題に緩和した。提案方法を,実験室規模の酵素バイオディーゼル生産システムに関するシミュレーション研究によって,2つの設計シナリオの下で,OEDおよび均一サンプリングと比較して,調査した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  実験計画法 ,  シミュレーション ,  スケジューリング ,  生産システム ,  脆性 ,  酵素 ,  近似法 ,  *ロバスト性 ,  バイオディーゼル燃料
準シソーラス用語： 計算負荷 ,  凸最適化問題 ,  事後分布 ,  パラメータ不確実性 ,  半定値計画法 , 【Automatic Indexing@JST】

著者キーワード (5件)： ロバストな実験計画(RED) ,  Bayes実験計画(BED) ,  半定値プログラミング(SDP) ,  Gauss求積公式(GQF) ,  観測戦略

分類 (1件)： 数理計画法  (KA03030M)

タイトルに関連する用語 (4件)： パラメトリック不確実性 ,  ロバスト ,  観測 ,  設計アプローチ