Randomized Algorithms for Analysis and Control of Uncertain Systems: With Applications

وجود عدم قطعیت در توصیف سیستم همیشه یک موضوع مهم در کنترل بوده است. هدف اصلی الگوریتم های تصادفی شده برای تجزیه و تحلیل و کنترل سیستم های نامشخص، با کاربرد (ویرایش دوم) این است که خواننده را با مبانی روش های احتمالی در تجزیه و تحلیل و طراحی سیستم های مشروط به قطعی و تصادفی آشنا کند. عدم قطعیت. رویکرد پیشنهاد شده توسط این متن، کاهش پیچیدگی محاسباتی الگوریتم‌های کنترل کلاسیک و محافظه‌کاری تکنیک‌های کنترل قوی استاندارد را تضمین می‌کند. ویرایش دوم به طور کامل به روز شده است تا تحقیقات اخیر و کاربردهای جدید را منعکس کند و فصل هایی در مورد نظریه یادگیری آماری، روش های متوالی برای کنترل و رویکرد سناریو کاملاً بازنویسی شده است.

ویژگی ها:< /p>

· درمان مستقل توضیح دهنده الگوریتم های تصادفی مونت کارلو و لاس وگاس از پیدایش آنها در اصول نظریه احتمال تا استفاده از آنها برای تجزیه و تحلیل سیستم؛

· توسعه یک پارادایم جدید برای ( محدب و غیر محدب) سنتز کنترل کننده در حضور عدم قطعیت و در زمینه الگوریتم های تصادفی.

· درمان جامع تکنیک های تولید نمونه چند متغیره، از جمله در نظر گرفتن مشکلات موجود در به دست آوردن نمونه های توزیع شده به طور یکسان و مستقل؛

· کاربرد الگوریتم های تصادفی در تلاش های مختلف، مانند محاسبه رتبه صفحه. برای موتور جستجوی وب گوگل، طراحی هواپیمای بدون سرنشین (هر دو در نسخه دوم جدید)، کنترل ازدحام شبکه‌های ارتباطی پرسرعت و پایداری سیستم‌های داده نمونه‌برداری کوانتیزه شده.

الگوریتم های تصادفی برای تجزیه و تحلیل و کنترل سیستم های نامطمئن (ویرایش دوم) مطمئناً مورد توجه محققان دانشگاهی و دانشجویان کارشناسی ارشد کنترل است که در روش های کنترل احتمالی، قوی یا بهینه و مهندسین کنترل کار می کنند. برخورد با عدم قطعیت های سیستم.

کتاب حاضر کمک بسیار به موقعی به ادبیات است. تردیدی ندارم که بگویم این اثر برای سالیان متمادی به عنوان یک اثر مرجع پراستناد باقی خواهد ماند.

M. Vidyasagar

The presence of uncertainty in a system description has always been a critical issue in control. The main objective of Randomized Algorithms for Analysis and Control of Uncertain Systems, with Applications (Second Edition) is to introduce the reader to the fundamentals of probabilistic methods in the analysis and design of systems subject to deterministic and stochastic uncertainty. The approach propounded by this text guarantees a reduction in the computational complexity of classical control algorithms and in the conservativeness of standard robust control techniques. The second edition has been thoroughly updated to reflect recent research and new applications with chapters on statistical learning theory, sequential methods for control and the scenario approach being completely rewritten.

Features:

· self-contained treatment explaining Monte Carlo and Las Vegas randomized algorithms from their genesis in the principles of probability theory to their use for system analysis;

· development of a novel paradigm for (convex and nonconvex) controller synthesis in the presence of uncertainty and in the context of randomized algorithms;

· comprehensive treatment of multivariate sample generation techniques, including consideration of the difficulties involved in obtaining identically and independently distributed samples;

· applications of randomized algorithms in various endeavours, such as PageRank computation for the Google Web search engine, unmanned aerial vehicle design (both new in the second edition), congestion control of high-speed communications networks and stability of quantized sampled-data systems.

Randomized Algorithms for Analysis and Control of Uncertain Systems (second edition) is certain to interest academic researchers and graduate control students working in probabilistic, robust or optimal control methods and control engineers dealing with system uncertainties.

The present book is a very timely contribution to the literature. I have no hesitation in asserting that it will remain a widely cited reference work for many years.

M. Vidyasagar