Buchumschlag

Bayesian dynamic scheduling of multipurpose batch processes under incomplete look-ahead information

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Taicheng, Li, Dan, Li, Jie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Systems and Control Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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)

Optimal Parameter Adaptation for Safety-Critical Control via Safe Barrier Bayesian Optimization
von: Wang, Shengbo, et al.
Veröffentlicht: (2025)

Meta-learning for sample-efficient Bayesian optimisation of fed-batch processes
von: Langdon, Becky, et al.
Veröffentlicht: (2026)

Bayesian Ambiguity Contraction-based Adaptive Robust Markov Decision Processes for Adversarial Surveillance Missions
von: Choi, Jimin, et al.
Veröffentlicht: (2025)

Distributed Thompson sampling under constrained communication
von: Zerefa, Saba, et al.
Veröffentlicht: (2024)

TS-RSR: A provably efficient approach for batch Bayesian Optimization
von: Ren, Zhaolin, et al.
Veröffentlicht: (2024)

Towards safe Bayesian optimization with Wiener kernel regression
von: Molodchyk, Oleksii, et al.
Veröffentlicht: (2024)

PACSBO: Probably approximately correct safe Bayesian optimization
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2024)

Global self-optimizing control of batch processes
von: Zhou, Chenchen, et al.
Veröffentlicht: (2026)

Physics-informed Gaussian Processes as Linear Model Predictive Controller
von: Tebbe, Jörn, et al.
Veröffentlicht: (2024)

Safe Bayesian optimization across noise models via scenario programming
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2025)

A robust and adaptive MPC formulation for Gaussian process models
von: Dubied, Mathieu, et al.
Veröffentlicht: (2025)

Online Optimization and Ambiguity-based Learning of Distributionally Uncertain Dynamic Systems
von: Li, Dan, et al.
Veröffentlicht: (2021)

Learning linear dynamical systems under convex constraints
von: Tyagi, Hemant, et al.
Veröffentlicht: (2023)

Dynamic financial processes identification using sparse regressive reservoir computers
von: Vides, Fredy, et al.
Veröffentlicht: (2023)

Accelerated forward-backward and Douglas-Rachford splitting dynamics
von: Ozaslan, Ibrahim K., et al.
Veröffentlicht: (2024)

Robust Q-Learning under Corrupted Rewards
von: Maity, Sreejeet, et al.
Veröffentlicht: (2024)

Online Control of Linear Systems under Unbounded Noise
von: Ito, Kaito, et al.
Veröffentlicht: (2024)

Enhancing Convergence of Decentralized Gradient Tracking under the KL Property
von: Chen, Xiaokai, et al.
Veröffentlicht: (2024)

On Linear Convergence of PI Consensus Algorithm under the Restricted Secant Inequality
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2023)

Robust Neural IDA-PBC: passivity-based stabilization under approximations
von: Sanchez-Escalonilla, Santiago, et al.
Veröffentlicht: (2024)

High-Probability Bounds for SGD under the Polyak-Lojasiewicz Condition with Markovian Noise
von: Kar, Avik, et al.
Veröffentlicht: (2026)

Sampling-Horizon Neural Operator Predictors for Nonlinear Control under Delayed Inputs
von: Bhan, Luke, et al.
Veröffentlicht: (2026)

Structured Cooperative Multi-Agent Reinforcement Learning: a Bayesian Network Perspective
von: Syed, Shahbaz P Qadri, et al.
Veröffentlicht: (2025)

PolyFormer: learning efficient reformulations for scalable optimization under complex physical constraints
von: Wen, Yilin, et al.
Veröffentlicht: (2026)

Discrete-time Contraction-based Control of Nonlinear Systems with Parametric Uncertainties using Neural Networks
von: Wei, Lai, et al.
Veröffentlicht: (2021)

SafEDMD: A Koopman-based data-driven controller design framework for nonlinear dynamical systems
von: Strässer, Robin, et al.
Veröffentlicht: (2024)

Exploiting inter-agent coupling information for efficient reinforcement learning of cooperative LQR
von: Syed, Shahbaz P Qadri, et al.
Veröffentlicht: (2025)

Independent policy gradient-based reinforcement learning for economic and reliable energy management of multi-microgrid systems
von: Hu, Junkai, et al.
Veröffentlicht: (2025)

ReLU Networks for Model Predictive Control: Network Complexity and Performance Guarantees
von: Li, Xingchen, et al.
Veröffentlicht: (2026)

Dynamic Rolling Horizon Optimization for Network-Constrained V2X Value Stacking of Electric Vehicles Under Uncertainties
von: Jiang, Canchen, et al.
Veröffentlicht: (2025)

Online Nonstochastic Prediction: Logarithmic Regret via Predictive Online Least Squares
von: Pai, Chih-Fan, et al.
Veröffentlicht: (2026)

Convex Chance-Constrained Stochastic Control under Uncertain Specifications with Application to Learning-Based Hybrid Powertrain Control
von: Kato, Teruki, et al.
Veröffentlicht: (2026)

An L-BFGS-B approach for linear and nonlinear system identification under $\ell_1$ and group-Lasso regularization
von: Bemporad, Alberto
Veröffentlicht: (2024)

Global Search of Optimal Spacecraft Trajectories using Amortization and Deep Generative Models
von: Beeson, Ryne, et al.
Veröffentlicht: (2024)

Attentive Convolutional Deep Reinforcement Learning for Optimizing Solar-Storage Systems in Real-Time Electricity Markets
von: Li, Jinhao, et al.
Veröffentlicht: (2024)

Coordinated vehicle dispatching and charging scheduling for an electric ride-hailing fleet under charging congestion and dynamic prices
von: Ma, Tai-Yu, et al.
Veröffentlicht: (2024)

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

Neural Contraction Metrics with Formal Guarantees for Discrete-Time Nonlinear Dynamical Systems
von: Li, Haoyu, et al.
Veröffentlicht: (2025)

Temporal-Aware Deep Reinforcement Learning for Energy Storage Bidding in Energy and Contingency Reserve Markets
von: Li, Jinhao, et al.
Veröffentlicht: (2024)