Cristin-resultat-ID: 1928836
Sist endret: 9. februar 2022, 10:52
NVI-rapporteringsår: 2021
Resultat
Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
2021

Recursive Feasibility of Stochastic Model Predictive Control with Mission-Wide Probabilistic Constraints

Bidragsytere:
  • Kai Wang og
  • Sebastien Gros

Bok

Proceedings of IEEE CDC2021 conference
ISBN:
  • 978-1-6654-3659-5

Utgiver

IEEE conference proceedings
NVI-nivå 1
Finn i kanalregisteret

Serie

IEEE Conference on Decision and Control. Proceedings
ISSN 0743-1546
e-ISSN 2576-2370
NVI-nivå 1
Finn i kanalregisteret

Om resultatet

Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
Publiseringsår: 2021
Hefte: 1
Sider: 2312 - 2317
ISBN:
  • 978-1-6654-3659-5
Open Access

Lenker

original online (doi)

ORIA

Klassifisering

Fagfelt (NPI)

Fagfelt: IKT
- Fagområde: Realfag og teknologi

Beskrivelse Beskrivelse

Tittel

Recursive Feasibility of Stochastic Model Predictive Control with Mission-Wide Probabilistic Constraints

Bidragsytere

Kai Wang

  • Tilknyttet:
    Forfatter
    ved Institutt for teknisk kybernetikk ved Norges teknisk-naturvitenskapelige universitet

Sebastien Nicolas Gros

Bidragsyterens navn vises på dette resultatet som Sebastien Gros
  • Tilknyttet:
    Forfatter
    ved Institutt for teknisk kybernetikk ved Norges teknisk-naturvitenskapelige universitet
1 - 2 av 2

Resultatet er en del av Resultatet er en del av

Proceedings of IEEE CDC2021 conference.

Prandini, Maria. 2021, IEEE conference proceedings. PdMVitenskapelig antologi/Konferanseserie
1 - 1 av 1