1 resultado para Predictive Control
em Bulgarian Digital Mathematics Library at IMI-BAS
Filtro por publicador
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (6)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (8)
- Aston University Research Archive (5)
- Biblioteca de Teses e Dissertações da USP (3)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (6)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (214)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (2)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (9)
- Bucknell University Digital Commons - Pensilvania - USA (1)
- Bulgarian Digital Mathematics Library at IMI-BAS (1)
- CentAUR: Central Archive University of Reading - UK (21)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (1)
- Coffee Science - Universidade Federal de Lavras (1)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (14)
- CORA - Cork Open Research Archive - University College Cork - Ireland (2)
- CUNY Academic Works (3)
- Digital Commons - Michigan Tech (3)
- Digital Commons at Florida International University (1)
- DigitalCommons@The Texas Medical Center (4)
- DigitalCommons@University of Nebraska - Lincoln (1)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (3)
- DRUM (Digital Repository at the University of Maryland) (1)
- Duke University (1)
- Institutional Repository of Leibniz University Hannover (1)
- Instituto Nacional de Saúde de Portugal (1)
- Instituto Politécnico de Bragança (1)
- Instituto Politécnico de Viseu (1)
- Instituto Politécnico do Porto, Portugal (90)
- Memorial University Research Repository (1)
- National Center for Biotechnology Information - NCBI (2)
- QSpace: Queen's University - Canada (1)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (1)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (3)
- Repositório Científico da Universidade de Évora - Portugal (2)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (62)
- Repositório da Produção Científica e Intelectual da Unicamp (18)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (1)
- Repositório de Administração Pública (REPAP) - Direção-Geral da Qualificação dos Trabalhadores em Funções Públicas (INA), Portugal (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (6)
- Repositorio Institucional de la Universidad de Málaga (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (5)
- Repositorio Institucional Universidad EAFIT - Medelin - Colombia (1)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (57)
- Scielo Saúde Pública - SP (137)
- Universidad de Alicante (1)
- Universidad Politécnica de Madrid (5)
- Universidade do Minho (22)
- Universidade dos Açores - Portugal (1)
- Universidade Federal do Pará (1)
- Universidade Federal do Rio Grande do Norte (UFRN) (10)
- Universitat de Girona, Spain (12)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (1)
- Université de Lausanne, Switzerland (11)
- Université de Montréal, Canada (2)
- Université Laval Mémoires et thèses électroniques (1)
- University of Queensland eSpace - Australia (211)
- University of Washington (1)
Resumo:
Modern enterprises work in highly dynamic environment. Thus, the developing of company strategy is of crucial importance. It determines the surviving of the enterprise and its evolution. Adapting the desired management goal in accordance with the environment changes is a complex problem. In the present paper, an approach for solving this problem is suggested. It is based on predictive control philosophy. The enterprise is modelled as a cybernetic system and the future plant response is predicted by a neural network model. The predictions are passed to an optimization routine, which attempts to minimize the quadratic performance criterion.