Fachgebiet Optimization-based Control

Der Begriff Control umfasst im internationalen wissenschaftlichen Kontext sowohl Steuerung (open-loop control) als auch Regelung (closed-loop control). Im Mittelpunkt unserer Forschung steht das Zusammenspiel von Steuerung und Regelung in modernen Verfahren dernicht linearen Systemtheorie, insbesondere der modellprädiktiven Regelung (Model Predictive Control, MPC). In MPC wird das dynamische Systemverhalten — etwa über gewöhnliche und partielle Differentialgleichungen — beschrieben und in Abhängigkeit von Eingangsgrößen (Optimierungsvariablen) prädiziert. Ziel ist es, gewünschte Systemeigenschaften wie asymptotische Stabilität sicherzustellen, um bspw. Zuverlässigkeit und Effizienz technischer Systeme gewährleisten zu können. Dies geschieht unter Verwendung struktureller Systemeigenschaften (bspw. im DFG Projekt Exploiting nonlinear port-Hamiltonian structures for optimization-based and data-driven control) und datenbasierter und maschineller Lernverfahren, z.B. im Rahmen der Forschungsgruppe ALeSCo (Active Learning in Systems and Control). 

Die Forschungsarbeiten von Prof. Worthmann verbinden Methoden aus verschiedenen Bereichen der angewandten Mathematik, darunter Modellbildung, Optimierung und numerische Verfahren, u.a. mit Techniken aus dem Bereich des maschienellen Lernens. Das breite Anwendungsspektrum reicht von Robotik (siehe DFG Projekt Data-driven modeling and predictive control of non-holonomic systems in the Koopman framework) und Medizin (siehe Projekt KI-MSO-O) bis hin zu Energie- und Umwelttechnik (siehe Projekt VerneDCt) und leistet einen Beitrag zu aktuellen technologischen und gesellschaftlichen Herausforderungen wie der Energiewende.