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
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/553713

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