알 수 없는 외란이 있는 선형 시불변 시스템의 정상 상태 및 과도 성능을 동시에 최적화하는 제어 방법론을 제시하며, 외란 정보를 요구하는 최적 제어기와 외란 정보 없이 구현 가능한 준 최적 제어기를 제안하고 그 성능을 분석합니다.
에너지 절감형 준최적 슬라이딩 모드 제어는 기존 준최적 슬라이딩 모드 제어에 비해 수렴 과정에서 제어 신호 차단 구간을 가져 에너지 소비를 줄일 수 있다.
다영역 전력 시스템의 전역적으로 최적화된 성능을 달성하기 위해 영역 간 상호작용과 관측기-제어기 간 양방향 효과를 고려한 통합 설계 방법을 제안한다.
본 논문은 신경망 제어기의 디스크 여유(disk margin)를 보장하는 방법을 제시한다. 이를 통해 안전 중요 응용 분야에서 신경망 제어기를 사용할 수 있게 한다.
본 논문에서는 행렬의 고유값 국소화 영역을 추정하기 위해 Gershgorin 정리와 그 파생 결과를 활용하고, 이를 바탕으로 매개변수 불확실성이 있는 행렬 및 비정상 매개변수를 가진 행렬의 고유값 국소화 영역을 도출하였다. 또한 이를 네트워크 시스템의 안정성 분석, 비대각 우세 행렬을 가진 시스템의 Demidovich 조건 수정, 비대각 우세 행렬을 가진 시스템의 제어기 설계 등에 적용하였다.
본 논문은 선형 예측 모델과 가변 기준점 추적을 위한 새로운 구성 제약 튜브 MPC 기법을 제안한다. 이 기법은 단일 이차 프로그래밍 문제를 통해 RFIT와 최적 RCI 집합을 동시에 계산하여 기준점 변화에 대한 재귀적 실행 가능성과 안정성을 보장한다.
비공동 위치 4차 진동 시스템에 대한 관측기 기반 상태 피드백 제어의 실용적 한계를 보여주고, 이를 극복하기 위한 시간 지연 기반 제어 기법을 제안한다. 또한 진동 주파수의 온라인 적응 추정을 통해 시간 지연 기반 제어를 구현한다.
본 연구는 적분 피드백 작용과 불연속 릴레이 교란이 있는 3차 동적 시스템의 수렴 특성을 분석한다. 시스템이 전역적으로 점근적으로 안정하다는 것을 보이고, 스틱-슬립 사이클의 출현 조건을 규명한다.
본 연구는 분산 상태 피드백 제어기가 근사 최적 성능을 제공할 수 있는 특수한 클래스의 선형-2차 제어 문제를 다룹니다. 이를 위해 공간적으로 지수적으로 감쇠하는 동역학을 가진 네트워크 선형-2차 제어기를 학습하는 확장 가능한 강화 학습 알고리즘을 제안합니다.
데이터 기반 심층 커널 학습(DKL)은 신경망의 표현력과 가우시안 프로세스의 불확실성 정량화를 결합하여, 복잡한 동적 시스템을 학습하고 제어하는 데 유망한 도구가 될 수 있다.