A Continuation Method for Large-Scale Modeling and Control: from ODEs to PDE, a Round Trip
本文提出了一种将空间分布的常微分方程组延拓为连续的偏微分方程组的方法。我们表明,这种延续可以进行线性和非线性系统,包括多维,空间和时变系统。当应用到一个大规模的网络,延续提供了一个PDE描述的连续状态近似的演变,尊重原常微分方程的空间结构。我们的方法说明了多个例子,包括输运方程,仓本方程和热扩散方程。作为一个主要的例子,我们执行的相互作用的粒子的牛顿系统的延续,并获得可压缩流体的欧拉方程,从而提供了一个原始的替代解决方案希尔伯特的第六问题。最后,我们利用我们的欧拉方程的推导来控制多智能体系统,设计了一个非线性控制算法的机器人编队基于其连续逼近。
2021-01-25 cs.SY eess.SY math.AP
A continuation approach to the optimization of hydropower operations
水轮机的瞬时发电量与水头差和水轮机流量的乘积成正比。因此,将功率与液压变量相关联的方程是非线性的。因此,服从这种关系的最优化问题,如发布计划优化,是非凸的,并且可能允许多个局部孤立的最小值。这使得这样的问题对于在操作模型预测控制中的使用是有问题的。本文表明,释放计划最优化问题的非线性涡轮发电方程可以建立使用连续的方法是零凸和路径稳定。以这种方式,这样的最优化问题变得适合于基于模型预测控制的决策支持系统。一个例子的问题进行了研究,它表明,显着的生产率提高,可以实现使用所提出的方法。
2018-05-02 math.OC
Sparse preconditioning for model predictive control
Mitsubishi Electric Research Laboratories(三菱电机研究实验室)
本文提出一种O(N)快速预处理方法,用于求解模型预测控制中出现的非线性系统。该方法基于连续/GMRES方法,利用GMRES迭代算法求解最优性方程的前向差分近似。
2016-03-11 cs.SY eess.SY math.OC
A Non-Interior-Point Continuation Method for the Optimal Control Problem with Equilibrium Constraints
针对含平衡约束的最优控制问题,提出非内点延拓方法,通过松弛恢复正则性并映射KKT条件,两阶段求解,有效减少计算时间。
2024-05-27 cs.SY eess.SY math.OC
Analytical Initialization of a Continuation-Based Indirect Method for Optimal Control of Endo-Atmospheric Launch Vehicle Systems
本文提出了一种间接求解大气层内运载火箭最优控制问题的方法。更具体地说,我们结合打靶法与适当的延续算法,利用知识的一个简单的问题的分析解决方案。该过程在两个主要步骤中恢复。首先对物理动力学进行简化,得到解析制导律,并将其作为打靶法的初始假设。然后,一个连续的过程,使问题收敛到完整的动态导致原系统的最优解。数值结果。
2017-03-15 math.OC
Theoretical analysis of a derivative free control based continuation algorithm with path following capability for autonomous systems
本文提出一种由导数反馈、积分相位和积分弧长三个子控制器组成的最小控制连续算法,用于追踪自治系统极限环分支,并通过平均法给出与具体系统无关的参数整定规则。
2025-04-23 math.OC
On data usage and predictive behavior of data-driven predictive control with 1-norm regularization
该研究分析了带1-范数正则化的数据驱动预测控制的数据使用与预测行为,支持离线移除未使用数据并可与真实系统先验知识比较对称结构及数据使用情况,以评估方案对有效控制的适用性。
2025-07-08 cs.SY eess.SY math.OC
Tube-based Guaranteed Cost Robust Model Predictive Control for Linear Systems Subject to Parametric Uncertainties
针对一类具有乘法结构范数有界不确定性的约束线性系统,提出了一种基于管道的保性能模型预测控制器。它为一般的最小-最大模型预测控制提供了一个上界。所提出的管的不变性适用于任何任意缩放。它产生一个二阶锥规划问题,这是计算成本较低的标准半定规划问题。我们还提出了一个数值例子,所提出的方法,开环保成本模型预测控制器,和一个位似管模型预测控制器的线性差分包含系统之间的比较研究。
2020-12-09 cs.SY eess.SY math.OC
Adaptive model predictive control for constrained, linear time varying systems
Singidunum University(辛吉杜纳姆大学);Politecnico di Milano(米兰理工大学);University of Belgrade(贝尔格莱德大学)
本文提出了一种自适应模型预测控制方法,用于解决受约束的线性时变系统的问题,通过动态调整模型参数提高控制性能。
2017-12-20 cs.SY eess.SY math.OC
On shrinking horizon move-blocking predictive control
Politecnico di Milano(米兰理工大学)
本文提出一种基于缩小地平线的移动阻断预测控制方法,通过优化策略提升控制性能。
2018-03-26 cs.SY eess.SY math.OC
Solving Optimal Control Problems for Delayed Control-Affine Systems with Quadratic Cost by Numerical Continuation
- 在本文中,我们介绍了一种新的方法来解决固定延迟最优控制问题,利用数值同伦程序。间接法求解这类问题不仅复杂而且计算量大,因为它的实现面临两个困难:极值方程是混合型的,另外,打靶法必须仔细初始化。在这里,从解决最优控制问题的无延迟版本开始,延迟引入了数值同伦方法。给出了收敛性结果,保证了整个过程的有效性。算例表明了该方法的数值效率。
2017-03-15 math.OC
From Data to Predictive Control: A Framework for Stochastic Linear Systems with Output Measurements
ETH Zurich(苏黎世联邦理工学院);Harvard University(哈佛大学);Imperial College London(帝国理工学院)
提出D2PC框架,基于期望最大化算法进行参数辨识并量化不确定性,设计鲁棒动态输出反馈控制器和保证递归可行性与机会约束满足的预测控制器。
2026-05-25 cs.SY eess.SY math.OC
Distributed Nonlinear Model Predictive Control for District Heating Networks
Politecnico di Milano(米兰理工大学);ETH Zurich(苏黎世联邦理工学院)
提出一种基于交替方向乘子法的分布式非线性模型预测控制方法,利用图模型优化建筑质量流量吸收,在集中式控制性能和分散式隐私保护之间取得平衡。
2026-05-28 cs.SY eess.SY math.OC
Data-Driven Predictive Control for Continuous-Time Industrial Processes with Completely Unknown Dynamics
研究了一类动态完全未知的连续工业过程的数据驱动预测控制问题。所提出的方法采用数据驱动技术,得到系统矩阵在线,使用输入输出测量。然后,设计了一种无模型预测控制方法来实现滚动优化和参考跟踪。分析了该算法的可行性和闭环控制系统的稳定性。最后,通过仿真实例验证了该方法的有效性.
2020-12-07 cs.SY eess.SY math.OC
Dead-beat model predictive control for discrete-time linear systems
本文提出了一种用于线性系无差拍控制的模型预测控制策略。在无约束MPC中,通过将控制时域设置为系统维数,并添加终端等式约束,可以保证无差拍性能。证明了无约束无差拍预测控制与线性无差拍控制的等价性。所提出的约束无差拍MPC的设计,通过设置控制时域等于系统的维数和惩罚只有终端成本。从理论上证明了算法的递归可行性和无差拍性能。
2022-08-30 cs.SY eess.SY math.OC
Perturbation-based Regret Analysis of Predictive Control in Linear Time Varying Systems
我们研究预测控制中的动态是时变的和线性的,成本是时变的和良好的条件。在每个时间步,控制器接收未来$k$时间步的成本、动态和干扰的精确预测。我们表明,当预测窗口$k$是足够大的,预测控制是输入状态稳定的,并实现了$O(λ^k T)$的动态遗憾,其中$λ< 1$是一个积极的常数。这是线性时变系统预测控制的第一个动态后悔界。在更多的终端费用假设下,我们还证明了预测控制获得了线性时变系统控制的第一竞争界:$1 + O(λ^k)$。我们的研究结果是使用一种新的证明框架的基础上的扰动界,其特征是如何一个小的变化,系统参数的影响的最佳轨迹。
2021-06-19 cs.SY eess.SY math.OC
Switching Frequency Limitation with Finite Control Set Model Predictive Control via Slack Variables
针对现有有限控制集模型预测控制同时跟踪电流与开关频率参考值会损害电流跟踪性能的问题,提出通过带松弛变量惩罚的不等式约束限制开关频率,并采用加速球形解码器高效求解,兼顾电流跟踪性能与开关频率控制。
2024-04-17 cs.SY eess.SY math.OC
Continuation method for PDE-constrained global optimization: Analysis and application to the shallow water equations
本文给出了一类离散非线性偏微分方程约束的非凸最优化问题如何用内点延拓法求全局最优解。求解过程依赖于一个嵌套的同伦。内部同伦通过将障碍参数驱动为零来解决障碍问题。外同伦变形的凸松弛原来的非凸问题的方式,保持清晰的分叉。全局最优性的一个要求是目标是凸的,并且搜索空间保持路径连通。作为一个案例研究,一类现实世界的最优化问题的浅水方程进行了分析。一个基准测试以及一个实际的实现表明,该方法是适合于大规模的信息物理系统的闭环非凸模型预测控制。
2020-03-12 math.OC
Novel Multi-objective Switched Model Predictive Control with Feasibility and Stability Guarantees
Institute of Flight Mechanics and Controls, University of Stuttgart(斯图加特大学飞行力学与控制研究所)
针对多目标控制需求,本文提出具备递推可行性与稳定性保证的标称、鲁棒两种新型多目标切换模型预测控制框架,数值实验验证其性能优于标准模型预测控制方法。
2025-11-15 cs.SY eess.SY math.OC
Implicit predictors in regularized data-driven predictive control
本文提出隐式预测器概念,刻画数据驱动预测控制中的预测行为,并推导分析基本DPC方案的隐式预测器,为改进方案提供新视角。
2025-05-26 cs.SY eess.SY math.OC
A Distributed Active Set Method for Model Predictive Control
针对线性系的模型预测控制问题,提出了一种新的分布式有效集方法。该方法结合原始有效集策略和分散共轭梯度法求解凸二次规划问题。与现有的分布式模型预测算法相比,所提出的方法的优点是迭代的原始可行性。数值结果表明,所提出的方法可以竞争的交替方向法的乘法器的通信要求的质量链的例子。
2021-03-23 cs.SY eess.SY math.OC
Indirect data-driven predictive control and the state-space predictor
School of Mechanical Engineering, Purdue University(普渡大学机械工程学院)
本文提出基于轨迹的数据驱动预测控制方法,通过状态空间预测器实现对系统模型的建模,并在实验中验证其在小数据集下的优越性能。
2026-07-20 cs.SY eess.SY math.OC
State space models vs. multi-step predictors in predictive control: Are state space models complicating safe data-driven designs?
该研究对比线性预测控制中的状态空间模型与多步预测器,梳理两类模型在随机最优控制、系统辨识等问题中的应用优劣,还提出了带参数不确定性的多步预测器随机预测控制的新约束收紧方法。
2023-10-06 cs.SY eess.SY math.OC
Convergence guarantees for adaptive model predictive control with kinky inference
本文分析了控制未知非线性系统的鲁棒自适应模型预测控制算法,证明采用二次稳定代价函数并通过kinky inference递归更新标称模型可确保系统在模型不确定性下收敛至原点,并经数值仿真验证。
2024-05-30 cs.SY eess.SY math.OC
Model-free Continuation of Periodic Orbits in Certain Nonlinear Systems Using Continuous-Time Adaptive Control
本文将作者最近关于周期激励线性匹配不确定系统中基于控制的周期轨道延续的非侵入模型参考自适应控制设计的结果推广到更大类的周期激励非线性系统中。候选自适应反馈设计的情况下,未建模的非线性标量问题也提出了。在前一种情况下,严格的分析表明,保证相关的预测和估计误差的性能界限。与持续激励的假设一起,遵循由先验未知周期性参考输入唯一确定且独立于初始条件的周期响应的渐近收敛,正如基于控制的连续范式所要求的那样。特别地,当参考输入等于所寻求的周期响应时,稳态控制输入消失。对于具有未建模非线性的标量动力学,尽管收敛速度很慢,但也得到了相同的结论。数值模拟验证了理论预测的个别参数值。与软件包COCO集成演示成功的延续沿家庭的稳定和不稳定的周期轨道与最小的参数调整。这些结果扩展了已知的非侵入性反馈策略的范围,用于实验模型验证和工程设计。
2022-09-30 math.DS math.OC
Solving nonlinear optimal control problems with state and control delays by shooting methods combined with numerical continuation on the delays
在本文中,我们介绍了一种新的方法来解决非线性最优控制问题的延迟,利用间接方法结合数值同伦程序。众所周知,通过间接方法(源于Pontrya-gin最大值原理)求解这类问题是复杂的,计算量大,因为它们的实现面临两个主要困难:极值方程涉及向前和向后项,此外,相关的打靶法必须仔细初始化。这里,从最优控制问题的非延迟版本的解决方案开始,通过数值延拓引入延迟。这将创建一系列最优延迟解决方案,这些解决方案收敛到所需的解决方案。我们建立了一个收敛定理,确保连续依赖w.r.t.最优状态、最优控制(弱意义下)和相应伴随向量的延迟。伴随向量的收敛性是最具挑战性的一步,证明和建议同伦过程的适定性是至关重要的。两个数值算例的提出和分析表明,这种方法的效率。
2017-09-13 math.OC
Simulataneous Control of Wave Systems
本文研究了Rd,d $\in$ N * 中开域上波动系统的同时能控性.在余有限维空间上得到了由单一控制函数耦合的波动方程的部分能控性结果。利用微局部亏损测度和本征函数的唯一连续性,证明了空间变化的不同速度的波动方程在一个控制函数下的可观测性不等式成立.对于本征函数的唯一连续性,我们构造了一个反例,说明在某些度量中,唯一连续性不成立。此外,我们研究了不同的条件,以确保唯一的连续性。我们还将我们的结果推广到常系数和可能的多个控制函数的情况。在这种情况下,我们证明了可控性的性质是等价于一个适当的卡尔曼秩条件。
2020-12-02 math.AP math.OC
Continuation for stability domain determination: a case study
确定一个稳定域,即动力系统保持稳定的一组平衡点,是控制中的一个核心问题。当处理受控系统时,问题通常转化为鲁棒性分析问题:考虑一组不确定参数(通常选择为多面体),寻求系统对于该给定集合或该集合的某些扩张或收缩保持稳定的可靠性。由于发展的形式化方法的基础上继续,本文提出了另一种方法来确定边界的稳定域。提出的发展与MatCont,一个包,用于与Matlab,所考虑的系统是一个3电缆机器人与线性PD和PID控制器。
2016-05-10 math.OC
An Uncertainty-Aware Data-Driven Predictive Controller for Hybrid Power Plants
本文提出不确定性感知的子空间预测控制器,用于协调含4 MW风电、光伏和同址储能的混合电厂,在天气不确定性下跟踪真实电力需求并预测HPP性能。
2025-02-18 cs.CE cs.SY eess.SY
Learning References with Gaussian Processes in Model Predictive Control applied to Robot Assisted Surgery
Otto-von-Guericke Univ. Magdeburg(马格德堡奥托·冯·格里克大学);Fraunhofer-Institute for Factory Operation and Automation(弗劳恩霍夫工厂运营与自动化研究所)
模型预测控制的主要优点之一是能够主动控制系统,考虑到未来的系统演化。然而,往往外部干扰或参考是不是一个先验已知的,这使得预测控制器短视或不知情。自适应预测模型可以用来克服这个问题,并为控制器提供这些信号的预测。在这项工作中,我们建议通过高斯过程学习参考模型预测控制器。为了说明这种方法,我们考虑机器人辅助手术,其中机器人操纵器需要根据光学跟踪测量来跟随学习的参考位置。
2019-11-25 cs.RO cs.SY eess.SY
The regularization continuation method with an adaptive time step control for linearly constrained optimization problems
研究了线性等式约束最优化问题的正则化延拓方法和信赖域更新策略.该方法利用正则化延拓方法的线性守恒律,与以往的延拓方法和拟正则化延拓方法相比,不需要计算保持可行性的修正步长.线性约束最优化问题的牛顿修正公式。此外,该方法采用有限记忆Broyden-Fletcher-Goldfarb-Shanno(L-BFGS)公式作为预处理技术,提高了适定性阶段的计算效率;采用拉格朗日Hessian的正则化双边投影的逆作为预处理技术,提高了算法的鲁棒性.数值结果还表明,新方法比传统的最优化方法(例如乘数的交替方向法(ADMM)、序列二次规划(SQP)方法(MATLAB 2020 a环境的内置子程序fmincon.m))和最近的连续方法(Ptctr)更鲁棒、更快。新方法的计算时间约为SQP(fmincon.m)的1/3。最后,给出了新方法的整体收敛性分析。
2022-04-08 cs.NA math.NA math.OC
Stability of Observer Based Predictive Control for Nonlinear Sampled-data Systems
University of Bayreuth(拜罗伊特大学)
提出一种完全基于状态观测器的模型预测控制方法,证明闭环系统的半全局实际渐近稳定性,并通过数值示例验证。
2011-05-17 cs.SY eess.SY math.FA
Extremum seeking via continuation techniques for optimizing biogas production in the chemostat
我们考虑了以底物浓度为单一测量的恒化器模型。我们提出了一种控制策略,驱动系统在一个稳定的状态下,最大限度地提高气体产量,而无需特定的增长率的知识。我们的方法分离的极值寻求问题的反馈控制问题,使每两个子问题可以解决相对简单的算法。然后,我们可以自由选择任何数值优化算法。我们给出了两种选择:一种是基于慢-快动力学和数值延拓,另一种是黄金分割和牛顿迭代相结合。该方法处理非单调增长函数。
2013-05-13 math.OC
Global propagation of analyticity and unique continuation for semilinear waves
本文结合控制论与Galerkin逼近,提出新方法证明半线性波型方程解析性的全局传播与唯一延拓,并在次临界散焦情形下得到几何控制条件最优时间内的可观测性估计。
2024-07-03 math.AP math.OC
Bayesian Learning Approach to Model Predictive Control
Cranfield University(克兰菲尔德大学)
本研究提出了一个贝叶斯学习的观点对模型预测控制算法。在早期的贝叶斯学习和基于采样的模型预测控制的研究中,已经分别开发了高级框架。一方面,贝叶斯学习规则提供了一个通用框架,能够生成各种机器学习算法作为特殊实例。另一方面,动态镜下降模型预测控制框架能够使基于样本展开的控制算法多样化。然而,在随机最优控制的背景下,这两个框架之间的联系仍然没有得到充分的理解。本研究将贝叶斯学习规则的观点结合到模型预测控制的设定中,从模型预测控制器作为在线学习者的观点中得到启发。变分公式的后验类和自然梯度近似的选择决定了模型预测控制的贝叶斯学习方法中模型预测控制算法的多样化。这种替代观点通过简化设计选择的解释来补充动态镜像下降框架。
2022-03-11 cs.LG cs.RO cs.SY
Network Epidemic Control via Model Predictive Control: Extended Version
Boston University(波士顿大学)
针对网络SIQR模型,提出一种通过硬谱约束严格抑制传播的安全关键模型预测控制(MPC)方法,实现可调指数衰减率,并证明递归可行性和全局衰减。
2026-05-25 cs.SY eess.SY math.OC
Observability and unique continuation inequalities for the Schrödinger equation
本文给出了全空间自由薛定谔方程的几个能观性和唯一延拓不等式。这些不等式中的观测可以在两个时间点或一个时间点进行。这些不等式对应于自由薛定谔方程的不同能控性。我们还发现两点时间的能观性不等式等价于文[18]中建立的测不准原理。
2016-06-19 math.OC
Unique Continuation for Fifth-Order KP Equation and its application to control problems
Universidade Federal de Pernambuco (UFPE)(伯南布哥联邦大学);Universidade Federal do Piauí (UFPI)(皮奥伊联邦大学)
本文研究了第五阶KP方程的唯一延续性质,通过高阶反馈控制实现正则性传播和唯一延续,进而推导出对偶系统的可观察性不等式,并建立非线性闭环方程的指数稳定化,结合可观察性与Hilbert唯一性方法,获得局部精确可控性。
2026-04-13 math.AP math.OC
Geometric Optimal Control and Applications to Aerospace
这篇综述文章涉及最优控制在航空航天问题中的应用,重点是现代几何最优控制工具和数值延拓技术。几何最优控制是将最优控制与微分几何的各种概念相结合的一种理论。最终目标是得到一般类别的控制系统的最优综合结果。连续或同伦方法包括解决一系列参数化问题,从一个简单的问题开始,以初始问题的连续变形结束。它们有助于克服打靶法的困难初始化问题。几何控制与同伦方法的结合改进了最优控制理论的传统方法。一个非学术性的(经典的和机载的)运载火箭的最优姿态-轨迹控制的例子,详细地说明了几何最优控制如何被用来精细地分析极值的结构。理论分析有助于建立一个有效的数值解程序结合打靶法和数值延拓。本文还对颤振进行了分析,并说明了如何在实践中处理这一问题。
2017-01-22 math.OC
Distributional Analysis for Model Predictive Deferrable Load Control
可延迟负荷控制对于处理与可再生能源发电日益普及相关的不确定性至关重要。模型预测控制作为一种有效的可延迟负荷控制方法,受到了广泛的关注。特别是,以前的工作已经分析了平均情况下的性能模型预测延迟负荷控制。然而,到目前为止,分布式分析的模型预测可延迟负荷控制一直是难以捉摸的。在本文中,我们证明了强大的集中结果的分布模型预测可延期负荷控制得到的负荷方差。这些集中的结果突出了模型预测可延迟负荷控制的典型性能紧密地集中在平均情况下的性能。
2014-09-21 math.OC
Simulation studies on regional predictive control
我们最近提出的区域预测控制方法的几个例子,以评估其效率。我们提出的数值结果以及硬件在环(HIL)的结果。
2020-09-17 math.OC
Predictive Control Barrier Functions: Bridging model predictive control and control barrier functions
本文提出预测控制屏障函数(PCBF),将MPC值函数构造为CBF,在更弱假设下以更简单公式实现安全不变性与安全恢复,无需值函数严格递减,并通过数值示例验证其有效性与非保守性。
2025-07-02 math.OC
Robust Bang-Off-Bang Low-Thrust Guidance Using Model Predictive Static Programming
模型预测静态规划(MPSP)通常是在连续控制的假设下使用的,这阻碍了它直接应用于bang-off-bang控制。在本文中,MPSP首次被用作小推力转移与bang-off-bang控制的燃料最优轨迹被用作标称解的制导方案。在该方法中,质量余态方程增广了直角坐标下的动力学方程,而无约束的速度余态矢量被用作控制变量,并被表示为具有相应权值的Fourier基函数的组合。设计了一种两回路MPSP算法,其中在大扰动情况下,在内环中更新权值和初始质量余态,在外环中进行延拓。灵敏度矩阵(SM)的递归计算使用解析导数和SM在切换点的基础上的变分法进行补偿。一个样本行星际CubeSat任务的小行星被用作研究案例,以说明所开发的方法的有效性。
2019-12-17 math.OC
Numerical experiments with multistep model-predictive control approaches and sensitivity updates for the tracking control of cars
本文讨论了多步非线性模型-预测控制(NMPC)方案的跟踪汽车模型沿给定的参考轨迹。特别是,我们将比较经典的单步NMPC,多步NMPC没有重新优化,多步NMPC重新优化,多步NMPC灵敏度更新,而不是一个完整的重新优化的数值性能和鲁棒性。
2018-09-03 math.OC
Eco-driving with Learning Model Predictive Control
我们提出了一个预测巡航控制器,迭代地提高燃料经济性的车辆沿着同一路线行驶的每一天。我们的方法使用来自先前行程迭代的历史数据来提高车辆性能,同时保证期望的到达时间。建议的预测巡航控制器是基于最近开发的学习模型预测控制(LMPC)的框架,本文扩展到包括时间约束。此外,我们重新制定了修改的LMPC与时间约束成一个计算上易处理的形式。我们的方法详细介绍,应用于预测巡航控制问题,并通过仿真验证。
2019-09-11 math.OC
Empowering Optimal Control with Machine Learning: A Perspective from Model Predictive Control
长期以来,解决复杂的最优控制问题一直面临着计算挑战。机器学习的最新进展为我们提供了应对这些挑战的新机会。本文以模型预测控制(一种流行的最优控制方法)为例,综述了利用机器学习技术增强最优控制求解器能力的最新进展。我们还讨论了应用机器学习开发更鲁棒的最优控制算法时遇到的一些主要挑战。
2022-07-20 math.OC
Feasibility Analysis and Proof of Model Predictive Control
模型预测控制(MPC)的时序和终端约束可行性是保证MPC控制连续性的重要条件。因此,本研究探讨这两个属性理论上使用MPC模型的车辆排队和生态驾驶策略在信号交叉口。本研究作为即将发表的论文的补充材料。
2022-06-23 math.OC
Data-Driven Predictive Control and MPC: Do we achieve optimality?
本文研究预测控制与闭环最优性的关系,提出实现最优性的充分条件,并指出数据驱动预测控制中序贯决策过程是关键区分因素,且提高预测精度不一定保证最优性。
2024-05-28 math.OC
Parallel Explicit Tube Model Predictive Control
本文提出了一种基于管道模型预测控制的并行算法。所提出的控制算法解决了鲁棒模型预测控制问题次优,同时利用他们的结构。这是通过实现一个实时算法,迭代之间的评价分段仿射函数,对应于小规模的鲁棒MPC问题的参数化解决方案,和在线解决方案的结构化等式约束的QP。相关的实时鲁棒MPC控制器的性能示出的数值案例研究。
2019-10-08 math.OC
Computing controlled invariant sets for hybrid systems with applications to model-predictive control
在本文中,我们开发了一种方法来计算控制不变集使用半定规划。我们应用我们的方法切换仿射系统与多面体安全集的控制器设计问题。通过在几何问题的对偶空间中强制执行一个不变性关系,将该任务归结为一个半定规划问题。最后,本文应用到安全临界模型预测控制。
2018-02-17 math.OC
Incremental Proximal Multi-Forecast Model Predictive Control
多预测模型预测控制(MF-MPC)是一种控制策略,它为给定的一组预测场景或意外事件中的每一个创建一个在一定范围内的行动计划,并约束所有计划中的第一个行动是相同的。在本说明中,我们将展示如何通过求解一系列单一计划,使用增量邻近方法,这些耦合计划可以找到。我们把这种策略称为增量近端模型预测控制(IP-MPC)。我们已经观察到,即使在IP-MPC中的迭代不进行收敛,我们得到的政策,实现了MF-MPC的单预测模型预测控制(MPC)的大部分改进。
2021-11-29 math.OC
Designing a Nonlinear Model Predictive Controller for Fault Tolerant Flight Control
介绍了一种用于容错飞行控制的非线性模型预测控制器的设计过程。在检查和实施了一些数值技术,本文确定伪谱离散最适合这种设计。应用控制器的2D机器人模型表明,非线性控制器的性能比线性控制器,特别是在闭环的情况下。假设故障检测信息,应用该技术的纵向运动的一个通用的飞机模型显示的设计是非常适合于飞行控制。
2016-10-07 math.OC
Nonlinear Dual control based on Fast Moving Horizon estimation and Model Predictive Control with an observability constraint
本文提出了一种结合快速滚动时域参数估计和模型预测控制的算法,该算法受可观测性约束,以确保参数估计器性能的下界。在小噪声和初始误差的假设下,通过状态/误差系统的输入-状态稳定性证明了输出反馈稳定性。数值实验已经进行了积极的同时定位和映射(SLAM)的情况下。
2023-03-24 math.OC
Model predictive control for singular differential-algebraic equations
研究了高指标奇异微分代数方程的模型预测控制问题.这是一个新颖的文献相比,只有经常微分-代数方程的指数和/或可控性被认为是额外的假设。通过正则化技术,我们能够推导出一个等价的最优控制问题的常微分方程,其中著名的模型预测控制技术可以应用。这允许终端的约束和成本的建设,使原点是渐近稳定的w.r.t.形成闭环系统。
2022-02-07 math.OC