On the approximate suboptimal control by neural network - rainfall observer
- Autores
- Rodriguez Rivero, Cristian; Pucheta, Julián; Patiño, Daniel; Laboret, Sergio; Juárez, Gustavo; Sauchelli, Víctor
- Año de publicación
- 2016
- Idioma
- inglés
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Patiño, Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.
Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Juárez, Gustavo. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Laboratorio de Inteligencia Artificial; Argentina.
Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
This paper presents an approach for approximate suboptimal control of nonlinear systems with constraints by neural network based rainfall observer for guiding crop growth in extensive agriculture. We propose a neural-network rainfall observer approximation by means of historical rainfall information. The goal is to obtain a closeloop operation with rainfall information, whose design is based on optimal control theory. Thus, the neurocontroller design proposed helps to drive the growth development of the cultivation as cost function and final state errors are minimized by physical constraints on the process variables. Therefore, it is possible to establish the control scheme and policy according to the criterion that generates the highest profit margin in the process. The contribution shows an optimal policy to guide the crop from an initial to a desired state. The estimates are consistent in a weak sense, and the question whether they are pointwise consistent is still open. Nevertheless, in order to assess the performance and practical tractability of the neurocontroller, real data and computational results are shown for soybean crop at Santa Francisca, Cordoba, Argentina.
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7585302&isnumber=7585232
Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Patiño, Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.
Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Fil: Juárez, Gustavo. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Laboratorio de Inteligencia Artificial; Argentina.
Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
Sistemas de Automatización y Control - Materia
-
Agriculture
Mathematical model
Neural networks
Neurocontrollers - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/553713
Ver los metadatos del registro completo
id |
RDUUNC_d137c8268b2df10208b40bc05d2d6c8a |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/553713 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
On the approximate suboptimal control by neural network - rainfall observerRodriguez Rivero, CristianPucheta, JuliánPatiño, DanielLaboret, SergioJuárez, GustavoSauchelli, VíctorAgricultureMathematical modelNeural networksNeurocontrollersFil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Patiño, Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Juárez, Gustavo. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Laboratorio de Inteligencia Artificial; Argentina.Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.This paper presents an approach for approximate suboptimal control of nonlinear systems with constraints by neural network based rainfall observer for guiding crop growth in extensive agriculture. We propose a neural-network rainfall observer approximation by means of historical rainfall information. The goal is to obtain a closeloop operation with rainfall information, whose design is based on optimal control theory. Thus, the neurocontroller design proposed helps to drive the growth development of the cultivation as cost function and final state errors are minimized by physical constraints on the process variables. Therefore, it is possible to establish the control scheme and policy according to the criterion that generates the highest profit margin in the process. The contribution shows an optimal policy to guide the crop from an initial to a desired state. The estimates are consistent in a weak sense, and the question whether they are pointwise consistent is still open. Nevertheless, in order to assess the performance and practical tractability of the neurocontroller, real data and computational results are shown for soybean crop at Santa Francisca, Cordoba, Argentina.http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7585302&isnumber=7585232Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Patiño, Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina.Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Fil: Juárez, Gustavo. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Laboratorio de Inteligencia Artificial; Argentina.Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.Sistemas de Automatización y Control2016info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/11086/553713enginfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:43:31Zoai:rdu.unc.edu.ar:11086/553713Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:43:31.743Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
On the approximate suboptimal control by neural network - rainfall observer |
title |
On the approximate suboptimal control by neural network - rainfall observer |
spellingShingle |
On the approximate suboptimal control by neural network - rainfall observer Rodriguez Rivero, Cristian Agriculture Mathematical model Neural networks Neurocontrollers |
title_short |
On the approximate suboptimal control by neural network - rainfall observer |
title_full |
On the approximate suboptimal control by neural network - rainfall observer |
title_fullStr |
On the approximate suboptimal control by neural network - rainfall observer |
title_full_unstemmed |
On the approximate suboptimal control by neural network - rainfall observer |
title_sort |
On the approximate suboptimal control by neural network - rainfall observer |
dc.creator.none.fl_str_mv |
Rodriguez Rivero, Cristian Pucheta, Julián Patiño, Daniel Laboret, Sergio Juárez, Gustavo Sauchelli, Víctor |
author |
Rodriguez Rivero, Cristian |
author_facet |
Rodriguez Rivero, Cristian Pucheta, Julián Patiño, Daniel Laboret, Sergio Juárez, Gustavo Sauchelli, Víctor |
author_role |
author |
author2 |
Pucheta, Julián Patiño, Daniel Laboret, Sergio Juárez, Gustavo Sauchelli, Víctor |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Agriculture Mathematical model Neural networks Neurocontrollers |
topic |
Agriculture Mathematical model Neural networks Neurocontrollers |
dc.description.none.fl_txt_mv |
Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Patiño, Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina. Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Juárez, Gustavo. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Laboratorio de Inteligencia Artificial; Argentina. Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. This paper presents an approach for approximate suboptimal control of nonlinear systems with constraints by neural network based rainfall observer for guiding crop growth in extensive agriculture. We propose a neural-network rainfall observer approximation by means of historical rainfall information. The goal is to obtain a closeloop operation with rainfall information, whose design is based on optimal control theory. Thus, the neurocontroller design proposed helps to drive the growth development of the cultivation as cost function and final state errors are minimized by physical constraints on the process variables. Therefore, it is possible to establish the control scheme and policy according to the criterion that generates the highest profit margin in the process. The contribution shows an optimal policy to guide the crop from an initial to a desired state. The estimates are consistent in a weak sense, and the question whether they are pointwise consistent is still open. Nevertheless, in order to assess the performance and practical tractability of the neurocontroller, real data and computational results are shown for soybean crop at Santa Francisca, Cordoba, Argentina. http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7585302&isnumber=7585232 Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Patiño, Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina. Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Juárez, Gustavo. Universidad Nacional de Tucumán. Facultad de Ciencias Exactas y Tecnología. Laboratorio de Inteligencia Artificial; Argentina. Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Sistemas de Automatización y Control |
description |
Fil: Rodriguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/553713 |
url |
http://hdl.handle.net/11086/553713 |
dc.language.none.fl_str_mv |
eng |
language |
eng |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1844618958375747584 |
score |
13.070432 |