| annote | = | {T\'ato pr\'aca sa zaober\'a optim\'alnym riaden\'im vs\'adzkov\'ych procesov v pr\'itomnosti neur\v{c}itost\'i. Navrhuje kombinovan\'e riadenie, ktor\'e operuje v dvoch \v{c}asov\'ych \v{s}k\'alach tak, aby koncov\'e obmedzenia boli adaptovan\'e medzi jednotliv\'ymi vs\'adzkami (pomal\'a \v{c}asov\'a \v{s}k\'ala) a aby riadenie samotn\'eho vs\'adzkov\'eho procesu bolo opravovan\'e aproximovan\'ym regul\'atorom (r\'ychla \v{c}asov\'a \v{s}k\'ala). Tak\'ato riadiaca sch\'ema je obzvl\'a\v{s}\v{t} vhodn\'a pre vs\'adzkov\'e procesy, ktor\'e sa pravidelne opakuj\'u a maj\'u r\'ychle zmeny dynamiky. V neposlednom rade, tak\'eto riadenie je v praxi \v{l}ahko realizovate\v{l}n\'e, ke\v{d}\v{z}e n\'aro\v{c}nos\v{t} na v\'ypo\v{c}et je mal\'a. V tomto pr\'ipade je jedin\'ym v\'ypo\v{c}tom, ktor\'y sa po\v{c}\'ita v re\'alnom \v{c}ase vo vzork\'ach peri\'ody, line\'arny dvojbodov\'y hrani\v{c}n\'y probl\'em. Za cenu ni\v{z}\v{s}ej presnosti m\^o\v{z}e by\v{t} cel\'e riadenie navrhnut\'e a predpo\v{c}\'itan\'e vopred. V takom pr\'ipade, dvojbodov\'y probl\'em sa skonvertuje na maticov\'y syst\'em Ricattiho rovn\'ic. Ke\v{d}\v{z}e v pr\'itomnosti neur\v{c}itost\'i nie s\'u splnen\'e nevyhnutn\'e podmienky optimality (NPO), hlavnou my\v{s}lienkou je pou\v{z}i\v{t} pr\'istup sledovania NPO. V tomto pr\'istupe s\'u gradienty vzniknut\'e neur\v{c}itos\v{t}ami usmer\v{n}ovan\'e ku nule. Jeden zo sp\^osobov ako to dosiahnu\v{t}, je aproximova\v{t} riadenie lineariz\'aciou optim\'alneho rie\v{s}enia a pou\v{z}i\v{t} aktu\'alne merania stavov\'ych veli\v{c}\'in. Av\v{s}ak, tak\'eto riadenie vykazuje ni\v{z}\v{s}iu kvalitu riadenia chemick\'ych procesov pre ich ve\v{l}mi neline\'arne spr\'avanie. Nami navrhnut\'a riadiaca sch\'ema preto koriguje aproximovan\'e riadenie \v{d}al\v{s}\'im riaden\'im. Konkr\'etne, adaptovan\'im koncov\'ych obmedzen\'i medzi jednotliv\'ymi vs\'adzkami pod\v{l}a ich meran\'i. Pod\v{l}a rozdielu medzi skuto\v{c}n\'ymi a o\v{c}ak\'avan\'ymi hodnotami koncov\'ych obmedzen\'i sa uprav\'i model a vypo\v{c}\'ita sa nov\'e optim\'alne riadenie. Toto optim\'alne riadenie z\'arove\v{n} sl\'u\v{z}i ako referencia pre aproximovan\'y regul\'ator. Pr\'aca poskytuje teoretick\'e minimum pre n\'avrh a implement\'aciu navrhovanej riadiacej sch\'emy. Konkr\'etne, prv\'a \v{c}as\v{t} definuje optimaliza\v{c}n\'y probl\'em a jeho rie\v{s}enie za ide\'alnych okolnost\'i, t.j. bez vplyvu neur\v{c}itost\'i. {\v{D}}al\v{s}ia \v{c}as\v{t} navrhuje efekt\'ivne pr\'istupy na riadenie vs\'adzkov\'ych procesov v pr\'itomnosti neur\v{c}itost\'i. Z\'avere\v{c}n\'a \v{c}as\v{t} overuje kvalitu kombinovan\'eho riadenia na re\'alnom zariaden\'i. Kombinovan\'e riadenie preuk\'azalo, \v{z}e r\'ychlej\v{s}ie konverguje a m\'a lep\v{s}ie vlastnosti ako ostatn\'e \v{s}tudovan\'e pr\'istupy.}, |