Buchumschlag

A Comparison of Strategies to Embed Physics-Informed Neural Networks in Nonlinear Model Predictive Control Formulations Solved via Direct Transcription

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Casas, Carlos Andrés Elorza, Ricardez-Sandoval, Luis A., Pulsipher, Joshua L.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Event Constrained Programming
von: Ovalle, Daniel, et al.
Veröffentlicht: (2025)

Optimization by Directional Attacks: Solving Problems with Neural Network Surrogates
von: Bouchet, Pierre-Yves, et al.
Veröffentlicht: (2025)

A Comparative Study of MINLP and MPVC Formulations for Solving Complex Nonlinear Decision-Making Problems in Aerospace Applications
von: Ghezzi, Andrea, et al.
Veröffentlicht: (2025)

A Digital Twin Simulator of a Pastillation Process with Applications to Automatic Control based on Computer Vision
von: González, Leonardo D., et al.
Veröffentlicht: (2025)

Distributed Nonlinear Model Predictive Control for District Heating Networks
von: Bettoni, Alessandro, et al.
Veröffentlicht: (2026)

Optimal Reactive Operation of General Topology Supply Chain and Manufacturing Networks under Disruptions
von: Ovalle, Daniel, et al.
Veröffentlicht: (2024)

On the Existence of Koopman Linear Embeddings for Controlled Nonlinear Systems
von: Shang, Xu, et al.
Veröffentlicht: (2026)

Time-Triggered Reduced Desensitization Formulation For Solving Optimal Control Problems
von: Ayyanathan, Praveen Jawaharlal, et al.
Veröffentlicht: (2024)

Physics-informed Gaussian Processes for Model Predictive Control of Nonlinear Systems
von: Lepp, Adrian, et al.
Veröffentlicht: (2025)

Online Tracking with Predictions for Nonlinear Systems with Koopman Linear Embedding
von: Pai, Chih-Fan, et al.
Veröffentlicht: (2026)

Extremum Seeking for PDE Systems using Physics-Informed Neural Networks
von: Guo, Haojin, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Network Policy Iteration: Algorithms, Convergence, and Verification
von: Meng, Yiming, et al.
Veröffentlicht: (2024)

Neural Risk Limiting Dispatch in Power Networks: Formulation and Generalization Guarantees
von: Chen, Ge, et al.
Veröffentlicht: (2024)

Benamou-Brenier Formulation of Optimal Transport for Nonlinear Control Systems on Rd
von: Elamvazhuthi, Karthik
Veröffentlicht: (2024)

Provably-Stable Neural Network-Based Control of Nonlinear Systems
von: Li, Anran, et al.
Veröffentlicht: (2025)

Differentiable-by-design Nonlinear Optimization for Model Predictive Control
von: Zuliani, Riccardo, et al.
Veröffentlicht: (2025)

Fast Explicit Machine Learning-Based Model Predictive Control of Nonlinear Processes Using Input Convex Neural Networks
von: Wang, Wenlong, et al.
Veröffentlicht: (2024)

Stochastic Error Bounds in Nonlinear Model Predictive Control with Gaussian Processes via Parameter-Varying Embeddings
von: Karachalios, Dimitrios S., et al.
Veröffentlicht: (2024)

Optimality-Informed Neural Networks for Solving Parametric Optimization Problems
von: Hoffmann, Matthias K., et al.
Veröffentlicht: (2025)

Load Restoration in Islanded Microgrids: Formulation and Solution Strategies
von: Bose, Shourya, et al.
Veröffentlicht: (2021)

Formally Verified Physics-Informed Neural Control Lyapunov Functions
von: Liu, Jun, et al.
Veröffentlicht: (2024)

On Squared-Variable Formulations for Nonlinear Semidefinite programming
von: Ding, Lijun, et al.
Veröffentlicht: (2025)

Integration Error Regularization in Direct Optimal Control using Embedded Runge Kutta Methods
von: Harzer, Jakob, et al.
Veröffentlicht: (2025)

Neural Data-Enabled Predictive Control
von: Lazar, Mircea
Veröffentlicht: (2024)

Linear Supervision for Nonlinear, High-Dimensional Neural Control and Differential Games
von: Sharpless, William, et al.
Veröffentlicht: (2024)

A Quantum-Compliant Formulation for Network Epidemic Control
von: Zino, Lorenzo, et al.
Veröffentlicht: (2025)

On the SDP Relaxation of Direct Torque Finite Control Set Model Predictive Control
von: Hartmann, Luca M., et al.
Veröffentlicht: (2024)

Adaptive Economic Model Predictive Control: Performance Guarantees for Nonlinear Systems
von: Degner, Maximilian, et al.
Veröffentlicht: (2024)

Communication-Aware Dissipative Control for Networks of Heterogeneous Nonlinear Agents
von: Jang, Ingyu, et al.
Veröffentlicht: (2025)

Solving Nonlinear Absolute Value Equations
von: Daniilidis, Aris, et al.
Veröffentlicht: (2024)

Predictive Control Strategies for Sustaining Innovation Adoption on Multilayer Social Networks
von: Alutto, Martina, et al.
Veröffentlicht: (2025)

Physics-Informed Graph Neural Network for Dynamic Reconfiguration of Power Systems
von: Authier, Jules, et al.
Veröffentlicht: (2023)

A Priori Error Estimation of Physics-Informed Neural Networks Solving Allen--Cahn and Cahn--Hilliard Equations
von: Zhang, Guangtao, et al.
Veröffentlicht: (2024)

Solving Unit Commitment Problems with Graph Neural Network based Initial Commitment Prediction and Large Neighborhood Search
von: Yang, Linfeng, et al.
Veröffentlicht: (2025)

A reformulation to Embedding a Neural Network in a linear program without integer variables
von: -de-Alba, Héctor G., et al.
Veröffentlicht: (2024)

Computationally Tractable Robust Nonlinear Model Predictive Control using DC Programming
von: Doff-Sotta, Martin, et al.
Veröffentlicht: (2026)

Safe-by-Design: Approximate Nonlinear Model Predictive Control with Real Time Feasibility
von: Olucak, Jan, et al.
Veröffentlicht: (2025)

Universal Approximation Power of Deep Residual Neural Networks via Nonlinear Control Theory
von: Tabuada, Paulo, et al.
Veröffentlicht: (2020)

Constraints-Informed Neural-Laguerre Approximation of Nonlinear MPC with Application in Power Electronics
von: Xu, Duo, et al.
Veröffentlicht: (2024)

Leveraging Neural Networks to Optimize Heliostat Field Aiming Strategies in Concentrating Solar Power Tower Plants
von: Alcántara, Antonio, et al.
Veröffentlicht: (2024)