Solving chance constrained optimal control problems in aerospace via Kernel Density Estimation

Abstract : The goal of this paper is to show how non-parametric statistics can be used to solve some chance constrained optimization and optimal control problems. We use the Kernel Density Estimation method to approximate the probability density function of a random variable with unknown distribution , from a relatively small sample. We then show how this technique can be applied and implemented for a class of problems including the God-dard problem and the trajectory optimization of an Ariane 5-like launcher.
Type de document :
Article dans une revue
Optimal Control Appl. Methods, Wiley, 2018, 39 (5), pp.1833-1858
Liste complète des métadonnées

Littérature citée [41 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01507063
Contributeur : Jean-Baptiste Caillau <>
Soumis le : mercredi 12 avril 2017 - 14:50:05
Dernière modification le : jeudi 13 décembre 2018 - 01:39:36
Document(s) archivé(s) le : jeudi 13 juillet 2017 - 12:49:51

Fichier

paper_kde.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01507063, version 1

Citation

Jean-Baptiste Caillau, Max Cerf, Achille Sassi, Emmanuel Trélat, Hasnaa Zidani. Solving chance constrained optimal control problems in aerospace via Kernel Density Estimation. Optimal Control Appl. Methods, Wiley, 2018, 39 (5), pp.1833-1858. 〈hal-01507063〉

Partager

Métriques

Consultations de la notice

710

Téléchargements de fichiers

303