Buchumschlag

Machine learning-based hybrid dynamic modeling and economic predictive control of carbon capture process for ship decarbonization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Xuewen, Huang, Kuniadi Wandy, Vo, Dat-Nguyen, Han, Minghao, Decardi-Nelson, Benjamin, Yin, Xunyuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Machine learning-based input-augmented Koopman modeling and predictive control of nonlinear processes
von: Li, Zhaoyang, et al.
Veröffentlicht: (2024)

Reduced-order Koopman modeling and predictive control of nonlinear processes
von: Zhang, Xuewen, et al.
Veröffentlicht: (2024)

Lyapunov-based reinforcement learning for distributed control with stability guarantee
von: Yao, Jingshi, et al.
Veröffentlicht: (2024)

Economic zone data-enabled predictive control for connected open water systems
von: Chen, Xiaoqiao, et al.
Veröffentlicht: (2025)

Learning-based data-enabled economic predictive control with convex optimization for nonlinear systems
von: Yan, Mingxue, et al.
Veröffentlicht: (2025)

Deep DeePC: Data-enabled predictive control with low or no online optimization using deep learning
von: Zhang, Xuewen, et al.
Veröffentlicht: (2024)

Economic data-enabled predictive control using machine learning
von: Yan, Mingxue, et al.
Veröffentlicht: (2025)

Smart energy management: process structure-based hybrid neural networks for optimal scheduling and economic predictive control in integrated systems
von: Wu, Long, et al.
Veröffentlicht: (2024)

Deep Neural Koopman Operator-based Economic Model Predictive Control of Shipboard Carbon Capture System
von: Han, Minghao, et al.
Veröffentlicht: (2025)

Self-tuning moving horizon estimation of nonlinear systems via physics-informed machine learning Koopman modeling
von: Yan, Mingxue, et al.
Veröffentlicht: (2024)

Self‐tuning moving horizon estimation of nonlinear systems via physics‐informed machine learning Koopman modeling
von: Mingxue Yan, et al.
Veröffentlicht: (2024)

Data-driven parallel Koopman subsystem modeling and distributed moving horizon state estimation for large-scale nonlinear processes
von: Li, Xiaojie, et al.
Veröffentlicht: (2024)

AI Applications in the Environmental Control of Controlled Environment Agriculture in the Digital Age
von: Wei‐Han Chen, et al.
Veröffentlicht: (2025)

An efficient hybrid deep learning architecture for predicting short antimicrobial peptides
von: Quang H. Nguyen, et al.
Veröffentlicht: (2024)

Generative AI and Process Systems Engineering: The Next Frontier
von: Decardi-Nelson, Benjamin, et al.
Veröffentlicht: (2024)

Learning-based data-enabled moving horizon estimation with application to membrane-based biological wastewater treatment process
von: Li, Xiaojie, et al.
Veröffentlicht: (2026)

MAKO: Meta-Adaptive Koopman Operators for Learning-based Model Predictive Control of Parametrically Uncertain Nonlinear Systems
von: Han, Minghao, et al.
Veröffentlicht: (2025)

Efficient Economic Model Predictive Control of Water Treatment Process with Learning-based Koopman Operator
von: Han, Minghao, et al.
Veröffentlicht: (2024)

Quebrada La Popala: un análisis de calidad del agua desde algunas variables fisicoquímicas, microbiológicas y los macroinvertebrados acuáticos
von: Wandy Yohanna Milán Valoyes
Veröffentlicht: (2011)

Gaussian processes for dynamics learning in model predictive control
von: Scampicchio, Anna, et al.
Veröffentlicht: (2025)

Partition-based distributed extended Kalman filter for large-scale nonlinear processes with application to chemical and wastewater treatment processes
von: Li, Xiaojie, et al.
Veröffentlicht: (2024)

Real-time hybrid controls of energy storage and load shedding for integrated power and energy systems of ships
von: Vu, Linh, et al.
Veröffentlicht: (2024)

Distributed Observer and Controller Design for Linear Systems: A Separation-Based Approach
von: Cao, Ganghui, et al.
Veröffentlicht: (2025)

Distributed Omniscient Observers for Multi-Agent Systems: Design and Applications
von: Cao, Ganghui, et al.
Veröffentlicht: (2026)

Approximating arrival costs in distributed moving horizon estimation: A recursive method
von: Li, Xiaojie, et al.
Veröffentlicht: (2024)

Improving Vietnamese-English Medical Machine Translation
von: Vo, Nhu, et al.
Veröffentlicht: (2024)

Comparative techno‐economic and environmental study of hybrid and pure adsorption for carbon capture in blue hydrogen
von: Mohammad Sajjadi, et al.
Veröffentlicht: (2025)

Machine learning based prediction of dynamical clustering in granular gases
von: Sata, Sai Preetham, et al.
Veröffentlicht: (2025)

Probabilistic models for the prediction of a ship performance in dynamic ice
von: Montewka, Jakub, et al.
Veröffentlicht: (2013)

Firm-level supply chains to minimize unemployment and economic losses in rapid decarbonization scenarios
von: Stangl, Johannes, et al.
Veröffentlicht: (2023)

Machine learning in weekly movement prediction
von: Gui, Han
Veröffentlicht: (2024)

An Overview of Multi-Object Estimation via Labeled Random Finite Set
von: Vo, Ba-Ngu, et al.
Veröffentlicht: (2024)

A novel method for identifying rice seed purity based on hybrid machine learning algorithms
von: Thi-Thu-Hong, Phan, et al.
Veröffentlicht: (2024)

Optimizing molecular property and reaction yield prediction with feature engineering and molecular fingerprints
von: Dat Phat Nguyen, et al.
Veröffentlicht: (2025)

Flexible nuclear power and fluctuating renewables? -- A techno-economic analysis for decarbonized energy systems
von: Göke, Leonard, et al.
Veröffentlicht: (2023)

Techno-economic analysis of decarbonized backup power systems using scenario-based stochastic optimization
von: Schweiger, Jonas, et al.
Veröffentlicht: (2025)

Hybrid‐energy driven decarbonization transition in cement production: Process modeling and techno‐economic analysis
von: Wenxu Sun, et al.
Veröffentlicht: (2026)

The Mean of Multi-Object Trajectories
von: Nguyen, Tran Thien Dat, et al.
Veröffentlicht: (2025)

Machine learning and natural language processing models to predict the extent of food processing
von: Arora, Nalin, et al.
Veröffentlicht: (2024)

Operability-economics trade-offs in adsorption-based CO$_2$ capture process
von: Sachio, Steven, et al.
Veröffentlicht: (2023)