ring

กำลังโหลดข้อมูล...

0%
กลับไปหน้าคอร์สทั้งหมด

Model Predictive Control Practitioner

ผู้สอน: Panyayan Education

กำลังโหลดวิดีโอ...
ราคาพิเศษ
4,900฿
ดูตำแหน่งคอร์สนี้บนแผนผังปัญญาญาณ

Model Predictive Control Practitioner

อัปเดตล่าสุด: 2026-08-29


ระดับความยาก:ทุกระดับ
บทเรียนทั้งหมด:10
รวมเวลาเรียน:2.5 ชั่วโมง

คำอธิบายคอร์ส

นักบินไม่ได้ตั้งค่าครั้งเดียวแล้วปล่อยเครื่องบินบินเอง แต่สังเกต-ปรับ-สังเกต-ปรับ อยู่ตลอดเวลา — ทำไมถึงไม่ตั้งแผนไว้ล่วงหน้าแล้วทำตามนั้นเลย? คนทั่วไปวางแผนครั้งเดียวแล้วทำตามแผนนั้นจนจบ ทั้งที่โลกจริงมี disturbance ที่ไม่คาดคิดตลอดเวลา ทำให้แผนที่ดีที่สุด ณ วันที่วางแผน อาจไม่ใช่แผนที่ดีที่สุดอีกต่อไปในอีก 1 ชั่วโมงถัดมา

ระดับ Practitioner: ต่อยอดจากระดับ Foundation สู่การใช้งานจริงแบบเต็มรูป ลงลึกในเครื่องมือและเทคนิคที่ใช้ได้กับข้อมูล/สถานการณ์จริง ไม่ใช่แค่ตัวอย่างในหนังสือเรียน เหมาะกับคนที่ต้องเอาไปใช้ทำงานหรือทำโปรเจกต์จริง

สิ่งที่คุณจะได้เรียนรู้: ออกแบบ prediction horizon และ cost function; ใส่ constraints ให้ควบคุมได้จริง; implement receding horizon control.

แผนการเรียนโดยย่อ: Prediction Horizon และ Cost Functions → Constraints และ Receding Horizon → Optimization inside Control → โปรเจกต์จริง (Capstone).

ทำไมเรื่องนี้สำคัญ: Model Predictive Control คือหลักการเบื้องหลังระบบควบคุมที่ต้อง "วางแผนใหม่ตลอดเวลาแบบวนซ้ำ" ตั้งแต่รถขับเคลื่อนอัตโนมัติ ระบบปรับอุณหภูมิอาคาร ไปจนถึงระบบแทรกแซงที่ปรับตามพฤติกรรมมนุษย์แบบเรียลไทม์ — เป็นคอร์สปิดท้ายแทร็ก Computational Futures ที่รวมทุกอย่างเข้าด้วยกัน: สังเกต ประมาณสถานะ จำลองอนาคต หาทางเลือกที่ดีที่สุด แล้วลงมือทำ

การใช้งานที่เป็นไปได้ (เชื่อมกับเป้าหมายของคุณแบบ GDLA — Goal-Directed Learning Activation): ใช้ตรงกับงานของ Control Engineer หรือ Systems Engineer ที่ต้องสร้างระบบควบคุมที่ปรับแผนตามสถานการณ์ เช่น รถอัตโนมัติหรือระบบอาคารอัจฉริยะ

คำค้นหาที่เกี่ยวข้อง: เรียน การควบคุมเชิงทำนายด้วยแบบจำลอง ออนไลน์, การควบคุมเชิงทำนายด้วยแบบจำลอง คืออะไร, สอน Model Predictive Control ด้วย Python ภาษาไทย, คอร์ส Model Predictive Control ระดับใช้งานจริง, Model Predictive Control tutorial ภาษาไทย | English keywords: model predictive control, MPC, receding horizon, prediction horizon, cost function, constraints, state estimation, disturbance rejection, adaptive control, robust control, SciPy optimize || คำถามที่พบบ่อย — Model Predictive Control (MPC) คืออะไร และใช้กับอะไรบ้าง? MPC คือระบบควบคุมที่จำลองอนาคตล่วงหน้าหลายก้าว หาการกระทำที่ดีที่สุด ลงมือทำก้าวแรก แล้ววางแผนใหม่ทันที (receding horizon) ใช้กับรถขับเคลื่อนอัตโนมัติ ระบบปรับอุณหภูมิอาคาร และระบบควบคุมอุตสาหกรรม


ผู้สอน

ศักดา เลิศพิพัฒน์วาณิชย์

เว็บไซต์นี้ใช้คุกกี้เพื่อการทำงานพื้นฐานและปรับปรุงประสบการณ์การใช้งาน อ่านรายละเอียดได้ที่ นโยบายคุกกี้