Descripción del proyecto
EN MUCHAS APLICACIONES INDUSTRIALES, GENERALMENTE TENEMOS, POR UN LADO, UNA "PROGRAMACION" O "PLANIFICACION" DE ALTO NIVEL (POR EJEMPLO, PLANIFICACION DE PRODUCCION O TRAYECTORIAS), Y POR OTRO LADO TENEMOS UN "CONTROL" DE BAJO NIVEL (EN PARTICULAR, CONTROL OPTIMO). DE HECHO, EL PROBLEMA BASE DE LA MAYORIA DE LA PLANIFICACION Y EL CONTROL OPTIMO ES EL MISMO: SE MINIMIZA UN INDICE DE COSTE (ACUMULATIVO + TERMINAL), Y LAS SOLUCIONES SE IMPLEMENTAN EN BUCLE ABIERTO (SIN REPLANIFICACION/RECALCULO A MEDIDA QUE LLEGAN NUEVOS DATOS) O EN UN HORIZONTE MOVIL (CON OPTIMIZACION EN TIEMPO REAL). ESTE PROYECTO BUSCA MEJORAR LAS APLICACIONES INDUSTRIALES UTILIZANDO ENFOQUES DE CONTROL OPTIMO BASADOS EN MODELOS PARA LA PLANIFICACION / APRENDIZAJE EN CONDICIONES DE INCERTIDUMBRE Y RETRASO, COMBINANDO CONCEPTOS DE PROGRAMACION DINAMICA APROXIMADA CON HERRAMIENTAS DE CONTROL PREDICTIVO BASADO EN MODELOS NO LINEAL / ESTOCASTICO / ROBUSTO DE ULTIMA GENERACION. EL OBJETIVO ES MEJORAR EL ALCANCE Y LA APLICABILIDAD DE LAS TECNICAS DE PLANIFICACION EN SISTEMAS INDUSTRIALES (PROGRAMACION DE PRODUCCION, TRAYECTORIAS DE ROBOTS,
) INCLUYENDO POR UN LADO TANTOS MODELOS FISICOS DE BAJO NIVEL COMO SEA POSIBLE Y, POR OTRO LADO, GUIANDO LA OPTIMIZACION EN TIEMPO REAL ( CONTROL PREDICTIVO NO LINEAL + ESCENARIOS, CON TIEMPO DE CALCULO Y MEMORIA LIMITADOS) CON ESTIMACIONES DE FUNCION DE VALOR DE PROGRAMACION DINAMICA. LA ESTIMACION DE LAS INCERTIDUMBRES A PARTIR DE LOS DATOS DISPONIBLES SERA TAMBIEN NECESARIA PARA EL ENFOQUE. LAS APLICACIONES DE LAS TECNICAS DESARROLLADAS SE PROBARAN EN EL DOMINIO DE LA PROGRAMACION DE PRODUCCION / MANTENIMIENTO, EL CONTROL PREDICTIVO NO LINEAL Y LA PLANIFICACION DE TRAYECTORIAS DE ROBOTS. ONTROL OPTIMO\CONTROL INTELIGENTE\APRENDIZAJE\PLANIFICACION\CONTROL ESTOCASTICO\CONTROL PREDICTIVO