Métodes y herramientas basadas en el análisis intervalar

Ferrer Mallorqui, Ines (Participante)
Calm Puig, Remei (Participante)
Figueras Coma, Albert (Participante)
Vehi Casellas, Jose (Participante)
Luo Ren, Ningsu (Participante)
Armengol Llobet, Joaquim (Participante)
Beneyto Tantiña, Aleix (Participante)
Contreras Fernandez-Davila, Ivan (Participante)
Luque Urrutia, Jesus Antonio (Participante)
Estremera Toledo, Ernesto (Participante)
Cabrera Tejera, Alvis (Participante)
Mujahid, Omer (Participante)
Najib Ur Rehman, Syed (Participante)
Ibrahim, Muhammad (Participante)
Casadesus Anglada, Sara (Participante)
Capilla Manzano, Marc (Participante)
Basora Reixach, Nil (Participante)
Sundas, Amina (Participante)
Soler Boada, Júlia (Participante)
Noguer i Torres, Josep (Participante)
Liu, Chengli (Participante)
Rodriguez Sarmiento, Xiomara (Participante)

Modeling and Intelligent Control Engineering (MiceLab) Research Group

Línea de investigación: Repercusión

Descripción de la repercusión

La imprecisión y la incertidumbre de sistemas complejos pueden ser representadas en muchos casos mediante modelos intervalares. Una de nuestras líneas de investigación es desarrollar métodos y herramientas basadas en análisis de intervalos para tratar con éste tipo de sistemas. En nuestro grupo de investigación, se han desarrollado las herramientas siguientes utilizando de base el análisis intervalar - IvalDv: aritmética intervalar modal - FSTAR: Aproximación interna y externa de la *-extensión semántica de una función continua. - QSI: Inversión de conjuntos con cuantificadores - MINIMAX: optimización restringida - SQUALTRACK: detección de fallos en sistemas dinámicos El análisis intervalar los hemos aplicado en diversos campos tales como modelización, simulación, detección de fallos, inversión de conjuntos, problemas de optimización, análisis i diseño de control robusto, gráficos por computador, etc.