1. Solving chance constrained optimal control problems in aerospace via Kernel Density Estimation
- Author
-
Emmanuel Trélat, Achille Sassi, Max Cerf, Jean-Baptiste Caillau, Hasnaa Zidani, Institut de Mathématiques de Bourgogne [Dijon] ( IMB ), Université de Bourgogne ( UB ) -Centre National de la Recherche Scientifique ( CNRS ), Mathematics for Control, Transport and Applications ( McTAO ), Inria Sophia Antipolis - Méditerranée ( CRISAM ), Institut National de Recherche en Informatique et en Automatique ( Inria ) -Institut National de Recherche en Informatique et en Automatique ( Inria ), Airbus Safran Launchers, Optimisation et commande ( OC ), Unité de Mathématiques Appliquées ( UMA ), École Nationale Supérieure de Techniques Avancées ( Univ. Paris-Saclay, ENSTA ParisTech ) -École Nationale Supérieure de Techniques Avancées ( Univ. Paris-Saclay, ENSTA ParisTech ), Control And GEometry ( CaGE ), Laboratoire Jacques-Louis Lions ( LJLL ), Université Pierre et Marie Curie - Paris 6 ( UPMC ) -Université Paris Diderot - Paris 7 ( UPD7 ) -Centre National de la Recherche Scientifique ( CNRS ) -Université Pierre et Marie Curie - Paris 6 ( UPMC ) -Université Paris Diderot - Paris 7 ( UPD7 ) -Centre National de la Recherche Scientifique ( CNRS ) -Inria de Paris, Université Pierre et Marie Curie - Paris 6 ( UPMC ) -Université Paris Diderot - Paris 7 ( UPD7 ) -Centre National de la Recherche Scientifique ( CNRS ), ANR : IDEX PARIS SACLAY,ANR-11-IDEX-0003-02 IDEX Paris-Saclay, Institut de Mathématiques de Bourgogne [Dijon] (IMB), Université de Bourgogne (UB)-Université Bourgogne Franche-Comté [COMUE] (UBFC)-Centre National de la Recherche Scientifique (CNRS), Mathematics for Control, Transport and Applications (McTAO), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Optimisation et commande (OC), Unité de Mathématiques Appliquées (UMA), École Nationale Supérieure de Techniques Avancées (ENSTA Paris)-École Nationale Supérieure de Techniques Avancées (ENSTA Paris), Control And GEometry (CaGE ), Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Jacques-Louis Lions (LJLL (UMR_7598)), Université Paris Diderot - Paris 7 (UPD7)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université Paris Diderot - Paris 7 (UPD7)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Jacques-Louis Lions (LJLL (UMR_7598)), Université Paris Diderot - Paris 7 (UPD7)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Sorbonne Université (SU), ANR-11-IDEX-0003,IPS,Idex Paris-Saclay(2011), Université de Bourgogne (UB)-Centre National de la Recherche Scientifique (CNRS), ANR: IDEX PARIS SACLAY,ANR-11-IDEX-0003-02 IDEX Paris-Saclay, Centre National de la Recherche Scientifique (CNRS)-Université de Franche-Comté (UFC), and Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université de Bourgogne (UB)
- Subjects
[ MATH.MATH-OC ] Mathematics [math]/Optimization and Control [math.OC] ,Mathematical optimization ,Control and Optimization ,chance constrained optimization ,Kernel density estimation ,0211 other engineering and technologies ,Probability density function ,02 engineering and technology ,01 natural sciences ,Kernel Density Estimation ,010104 statistics & probability ,0101 mathematics ,Mathematics ,021103 operations research ,Applied Mathematics ,Constrained optimization ,Trajectory optimization ,stochastic optimization ,Optimal control ,Distribution (mathematics) ,Aerospace engineering ,Control and Systems Engineering ,Stochastic optimization ,[MATH.MATH-OC]Mathematics [math]/Optimization and Control [math.OC] ,Random variable ,Software - Abstract
International audience; 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.
- Published
- 2017