Distributed Model Predictive Control with Reconfigurable Terminal Ingredients for Reference Tracking
各种努力已经致力于开发用于跟踪分段常数参考的稳定分布式模型预测控制(MPC)方案。在这些方案中,终端集通常离线计算,并用于MPC在线阶段,以保证递归的可行性和渐近稳定性。最大不变终端集不一定尊重网络的分布式结构,阻碍了控制器的分布式实现。另一方面,椭圆形终端集尊重分布式结构,但可能会导致保守方案。针对网络化动力系统的参考跟踪问题,提出了一种新的分布式MPC方法,该方法根据闭环状态在线重构终端成分,以缓解上述问题.由此产生的非凸无限维问题近似使用二次规划。所提出的方案进行了测试,在模拟中,建议的MPC问题,采用分布式优化解决。
2021-10-27 cs.SY eess.SY
Scheduling and control over networks using MPC with time-varying terminal ingredients: extended version
当控制器通过资源受限的通信网络连接到工厂时,推出方法是解决共同设计传输时间表和相应输入值的问题的有效工具。这些方法通常采用MPC,其在基础传输调度的周期长度的倍数处被激活。使用多步不变的终端区域和一个比基准周期长的预测范围,可以确保稳定性。然而,这种策略具有固有的缺点,例如高计算复杂度和低鲁棒性。我们的目标是解决这些缺点,提出了一个MPC与周期性时变终端区域和成本的推出设置,其中控制器被激活在每个时刻,并具有任意但固定的预测范围。我们认为更详细的两个具体的设置从文献中的网络控制系统,即令牌桶网络和执行器调度。对于这两种设置,我们提供的条件下,收敛的时变MPC的应用程序可以保证。在两个数值例子中,我们证明了所提出的方法的好处。
2020-02-11 cs.SY eess.SY
Economic MPC of Nonlinear Systems with Non-Monotonic Lyapunov Functions and Its Application to HVAC Control
Nanyang Technological University(南洋理工大学)
本文提出了一种基于李雅普诺夫的经济MPC方案,用于非线性系统,利用松弛的李雅普诺夫约束提升经济性能,并通过李雅普诺夫稳定性分析实现递归可行性与渐近收敛。
2017-07-17 cs.SY eess.SY
Primal or Dual Terminal Constraints in Economic MPC? -- Comparison and Insights
本章比较了经济非线性模型预测控制(EMPC)的不同公式,这些公式都是基于对底层最优控制问题(OCP)的耗散性假设。这包括有和没有稳定的终端约束,分别,或稳定终端成本的计划。我们记得,最近提出的方法的基础上梯度校正终端处罚意味着终端的OCP的伴随约束。我们分析了这些双/伴随终端约束的可行性影响,并将我们的研究结果与有无原始终端约束的方法进行了比较。此外,我们提出了一个概念框架的最小稳定的地平线长度近似。最后,我们以化学反应器为例说明了我们的研究结果。
2020-07-28 cs.SY eess.SY math.OC
Constrained finite-time stabilization by model predictive control: an infinite control horizon framework
The Seventh Research Division, Beihang University(北京航空航天大学第七研究院)
本文提出了一种无限时间 horizon 的模型预测控制框架,用于解决离散时间系统的约束有限时间稳定化问题,通过扩展终端成本策略并替换为无限时间 horizon 上阶段成本的总和,提高了初始可行性并避免了终端等式约束和切换策略。
2026-09-29 cs.SY eess.SY
Robust Economic Model Predictive Control without Terminal Conditions
针对不确定系统,提出了一种新的基于管的经济模型预测控制(MPC)方案,该方案既不使用终端费用,也不使用终端约束。我们表明,从不受干扰的情况下,可以扩展到系统的有界干扰,通过使用类似的收费公路参数和适当修改的阶段成本。我们证明了强大的保证闭环性能,收敛性和稳定性在适当的耗散性和可控性条件下,并讨论它们在一个数值例子。
2020-07-27 cs.SY eess.SY math.OC
Transient performance of MPC for tracking without terminal constraints
针对无终端约束的跟踪模型预测控制(MPC),本文推导其暂态性能界以指导参数选择,并证明预测时域和观测区间无穷时闭环解渐近收敛于无穷时域最优解。
2025-08-22 cs.SY eess.SY math.OC
Distributed Model Predictive Control with Asymmetric Adaptive Terminal Sets for the Regulation of Large-scale Systems
针对具有分布式结构的大系统,提出了一种新的具有非对称自适应终端集的分布式模型预测控制(MPC)方法。类似于典型的MPC计划,结构化的李雅普诺夫矩阵和分布式终端控制器,尊重系统的分布式结构,离线计算。然而,在该方案中,分布式正不变终端集在线计算,并在考虑系统的当前状态的每个时刻更新。特别是,我们认为椭球终端集,因为它们很容易计算的大规模系统。这些终端集的大小和中心,连同预测的状态和输入轨迹,被认为是在在线阶段的决策变量。在线确定终端集中心被发现是有用的,特别是在存在非对称约束。最后,放松所产生的在线最优控制问题。该方案的有效性示出在模拟中,通过比较它与最近的分布式MPC计划与自适应终端集。
2020-05-08 cs.SY eess.SY
A new formulation of Economic Model Predictive Control without terminal constraint
在本文中,它表明,一个简单的制定经济模型预测控制,可以使用它具有两个功能,通常被视为相互排斥的,即,一个相当短的预测范围(可达性兼容)的一侧,并没有最终约束的另一侧。对于由连续时间模型离散化得到的离散时间模型,该结果也成立。当某些参数增加和采样时间减少时,在最佳未知稳态对的小邻域的实用稳定性。给出了一个常用的例子来说明结果。
2020-11-20 cs.SY eess.SY
Model Predictive Control of District Heating Grids Using Stabilizing Terminal Ingredients
本文针对集中供热管网碳中和转型需求,提出基于稳定终端要素的模型预测控制方法,并利用系统结构给出基于拓扑的可镇定性充分条件,通过数值案例验证了其实用性。
2024-04-02 cs.SY eess.SY
MPC without Terminal Ingredients Tailored to the SEIR Compartmental Epidemic Model
针对带状态和输入约束的SEIR流行病模型,提出无终端条件的定制MPC方案,证明其在适当二次成本和足够长预测时域下递归可行并渐近收敛到无病平衡点连续统,同时确定生存核为吸引域。
2024-06-10 cs.SY eess.SY math.OC
Data-driven MPC with terminal conditions in the Koopman framework
本文在Koopman框架下利用EDMD构建数据驱动模型,提出带终端条件的非线性MPC,严格证明递归可行性与实际渐近稳定性,并验证了控制器及终端设计流程的有效性。
2024-08-22 cs.SY eess.SY math.OC
Economic Model Predictive Control with Policy-Guided Terminal Ingredients
Delft University of Technology(代尔夫特理工大学)
针对传统MPC依赖稳态假设的局限,提出策略引导MPC框架,利用次优控制策略构建终端要素,经能源管理示例数值模拟验证了其有效性。
2026-09-03 cs.SY eess.SY
Stability of data-driven Koopman MPC with terminal conditions
University of Pavia(帕维亚大学);Technische Universität Ilmenau(伊尔梅瑙工业大学);ETH Zurich(苏黎世联邦理工学院)
本文研究了使用数据驱动代理模型的MPC终端条件在存在近似误差时的渐进稳定性,证明了比例误差界条件下递归可行性与渐近稳定性,通过kEDMD生成代理模型应用于非线性系统。
2026-04-10 cs.SY eess.SY math.OC
On stability and non-averaged performance of economic MPC with terminal conditions for optimal periodic operation
University of Stuttgart(斯图加特大学);Leibniz University Hannover(汉诺威莱布尼茨大学)
本文研究了在最优周期运行条件下,具有终端条件的经济MPC的稳定性及非平均性能,提出通过Cesàro求和定义闭环成本以获得新的性能界。
2026-04-14 cs.SY eess.SY math.OC
Grid-Compatible Flexibility from Multi-Energy Systems via Cyclic-Terminal Economic MPC with Hybrid Thermal-Electrical Dynamics
University of Stuttgart(斯图加特大学)
本文提出混合热-电动态的循环终端经济模型预测控制框架,实现多能源系统协调优化,揭示预测时域与终端惩罚权重的替代关系,提升电网兼容灵活性。
2026-08-10 cs.SY eess.SY
On MPC without terminal conditions for dynamic non-holonomic robots
我们考虑一个输入受限的差动驱动机器人与执行器的动态。对于该系统,尽管存在状态约束和执行器动态,但我们使用模型预测控制(MPC)在不稳定终端条件的情况下建立了任意紧凸集上原点的渐进稳定性。我们注意到,没有这两个附加成分的问题基本上是事先解决的,尽管线性化是不稳定的。我们提出了一种方法,成功地解决了手头的任务相结合的理论障碍的可行性内核和MPC框架的基础上,所谓的成本可控性。此外,我们提出了一个数值案例研究,以获得定量的预测范围所需的长度上的界限。为此,我们调查的边界的可行性内核和附近的起源,即最有趣的地区。
2021-06-03 cs.SY eess.SY math.OC
On Piecewise Quadratic Terminal Costs for MPC
IMT School for Advanced Studies Lucca(卢卡高等研究院);ShanghaiTech University, School of Information Science and Technology(上海科技大学信息科学与技术学院)
本文提出了一种新的方法,用于合成线性模型预测控制(MPC)方案的稳定终端成分,旨在扩大吸引区域同时减少与无限时间最优控制问题解的次优性。该方法基于构造新的终端区域,结合了配置约束多边形计算领域的技术,并采用等于无限时间线性二次调节器成本的终端成本,在稳态非平凡邻域内。
2026-05-18 cs.SY eess.SY math.OC
Practical Reinforcement Learning of Stabilizing Economic MPC
IMT School for Advanced Studies Lucca(卢卡高等研究院);Chalmers University of Technology(查尔姆斯理工大学)
本文提出一种改进的强化学习算法用于MPC,通过结合强化学习和MPC的优势,解决MPC模型不准确导致闭环性能不佳的问题,并在具有挑战性的示例中进行了仿真测试。
2019-04-09 cs.SY eess.SY
Economic model predictive control for snake robot locomotion
在这项工作中,通过经济的模型预测控制(MPC)的蛇机器人运动的控制进行了研究。只有极少数的例子,应用MPC蛇机器人存在和严格的递归的可行性和收敛性的证明失踪。我们提出了一个经济的MPC算法,最大限度地提高机器人的前进速度,并集成到闭环步态模式的选择。我们展示了MPC优化问题的递归可行性,其中一些开发的技术也适用于更一般的一类系统的分析。此外,我们提供的性能结果,并说明所取得的性能数值模拟。因此,我们表明,经济MPC算法优于一个标准的横向波动控制器,并达到约束的满意度。令人惊讶的是,步态模式不同的横向波动的结果从优化。
2020-05-22 cs.SY eess.SY
A Unified Framework for Robust Data-Driven Model Predictive Control with Terminal Ingredients
Hong Kong University of Science and Technology(香港科技大学)
提出统一框架,利用离线数据设计鲁棒终端要素并融入一步MPC,保证递归可行性与实际指数稳定性,减少预测时域和在线计算量。
2026-10-06 cs.SY eess.SY
Linearly discounted economic MPC without terminal conditions for periodic optimal operation
针对周期性最优运行场景,提出一种无需终端条件的线性折扣经济MPC方案,通过引入线性折扣因子实现最优渐近平均性能并保证周期轨道的实际渐近稳定性。
2024-01-08 cs.SY eess.SY math.OC
Economic MPC of Markov Decision Processes: Dissipativity in Undiscounted Infinite-Horizon Optimal Control
经济模型预测控制(MPC)耗散性理论是讨论最小化经济阶段成本所导致的政策稳定性的核心。在目前的形式下,经济MPC的耗散性理论适用于基于确定性动力学的问题或非常特定的随机问题,并且不容易扩展到一般的马尔可夫决策过程。在本文中,我们澄清了这一困难的核心原因,并提出了一个推广的经济MPC耗散理论,绕过它。这个推广的重点是未贴现的无限时域问题,是基于非线性阶段成本泛函,允许一个讨论的Lyapunov渐近稳定性的政策马尔可夫决策过程的概率措施,其随机动态。该理论被证明为随机线性二次型调节器与高斯过程噪声,其中存储功能可以显式提供。为了简洁起见,我们将我们的讨论限制在非折扣马尔可夫决策过程。
2022-07-22 cs.SY eess.SY math.OC
Economic MPC-based planning for marine vehicles: Tuning safety and energy efficiency
能源效率和安全性是船舶在障碍物环境中运行的两个关键目标,它们通常相互冲突。本文提出了一种基于经济模型预测控制(EMPC)框架的船舶运动规划方法。首先,设计具有最大安全裕度的可行轨迹,并将其作为跟踪参考。其次,设计了基于EMPC的滚动时域运动规划算法,在该算法中,规划轨迹和参考之间的距离)。实验结果验证了该方法的有效性和可行性。
2021-12-10 cs.SY eess.SY
Economic Model Predictive Control as a Solution to Markov Decision Processes
本文澄清了 Economic MPC 作为 MDP 近似解的教学意义,明确了 MPC 实现闭环最优策略的条件并探讨了其推论。
2024-07-23 cs.SY eess.SY
A sparse ADMM-based solver for linear MPC subject to terminal quadratic constraint
本文提出一种基于ADMM的稀疏求解器,直接处理线性MPC中的终端椭球二次约束,无需转化为SOC约束或引入额外变量,适用于嵌入式系统,并与其他方法进行了性能比较。
2024-04-29 cs.SY eess.SY math.OC
Stability of Finite Receding Horizon Control: A Complementary Approach
本文提出了一种补充的方法来建立稳定的有限滚动时域控制与终端成本。首先,通过旋转终端成本来定义新的增广阶段成本。然后,一个一步优化问题的基础上定义这个增广阶段的成本。研究表明,如果增广一步代价(OSVF)的值函数是控制李雅普诺夫函数,则稍加修改的模型预测控制(MPC)算法是稳定的。建议的稳定性条件是完全互补的现有终端成本为基础的MPC稳定性条件的意义上,他们是相互排斥的。通过使用这种方法,我们能够建立稳定的MPC算法与零终端成本,甚至负终端成本的特殊情况。将这种新方法与现有的MPC稳定性理论相结合,我们能够显着放宽对MPC的稳定性要求,并扩展了保证稳定性的设计空间。所提出的方法将有助于进一步缩小稳定性理论与MPC和其他基于优化的控制方法的实际应用之间的差距。
2023-01-27 cs.SY eess.SY math.OC
Functional Stability of Discounted Markov Decision Processes Using Economic MPC Dissipativity Theory
本文讨论了闭环马尔可夫链在折扣最优性准则下的函数稳定性,形成马尔可夫决策过程(MDP)。我们研究了MDP的稳定性的意义下的概率测度(密度)的状态分布和扩展的耗散性理论的经济模型预测控制,以表征MDP的稳定性。这个理论要求一个所谓的存储函数满足耗散不等式。在概率测度空间和折扣设置,我们引入新的耗散性条件,确保MDP稳定。然后,我们使用有限时域最优控制问题,以产生有效的存储泛函。在实践中,我们建议使用Q学习来计算存储泛函。
2022-03-31 cs.SY eess.SY
Varying Horizon Learning Economic MPC With Unknown Costs of Disturbed Nonlinear Systems
本文提出一种无需终端约束的变时域经济模型预测控制方案,利用混合核回归学习重构未知成本,通过在线迭代自适应调整时域并设计收缩约束确保系统稳定,仿真验证了其在鲁棒性和计算效率上的优势。
2025-09-15 cs.SY eess.SY
Distributed model predictive control without terminal cost under inexact distributed optimization
Delft University of Technology(代尔夫特理工大学);KTH Royal Institute of Technology(瑞典皇家理工学院)
针对具有耦合约束的分布式线性离散时间系统,提出一种无终端代价的分布式模型预测控制(MPC)方案,通过松弛动态规划引入显式稳定性条件,并开发无违例分布式优化方法求解,确保闭环稳定性。
2025-04-22 cs.SY eess.SY
Transient Performance of Tube-based Robust Economic Model Predictive Control
在本文中,我们提供了非平均和瞬态性能保证最近开发的,基于管的鲁棒经济模型预测控制(MPC)计划。特别是,我们认为这两个基于管的MPC计划与终端条件。我们表明,通过应用这种MPC计划获得的闭环性能是近似最优的评估时,在有限和无限的时间范围。这些性能界限是类似的名义经济MPC以前得出的。理论结果进行了讨论的数值例子。
2022-05-16 cs.SY eess.SY math.OC
Stability and performance in MPC using a finite-tail cost
在本文中,我们提供了一个稳定性和性能分析的模型预测控制(MPC)计划的基础上有限尾成本。我们研究了最初由Magni等人(2001)提出的MPC公式,其中标准终端惩罚被某些稳定控制律的有限时域成本所取代。为了分析闭环,我们利用了为MPC开发的最新技术机器,而没有终端成分。对于一组指定的初始条件,我们得到的稳定性和性能界的预测范围和扩展的地平线用于终端惩罚的依赖充分条件。所考虑的有限尾成本MPC制定的主要实际好处是更简单的离线设计,结合通常显着减少限制性的边界上的预测范围,以确保稳定性。我们证明了所考虑的MPC制定的好处,使用经典的四罐系统的例子。
2021-06-21 cs.SY eess.SY math.OC
On discount functions for economic model predictive control without terminal conditions
本文将无终端条件经济模型预测控制的稳定性保证从线性折扣扩展至一大类折扣函数,证明其在周期最优轨道下仍具渐近稳定性,并通过数值示例表明合适的折扣函数可在短预测时域下显著提升性能。
2025-03-11 cs.SY eess.SY math.OC
A New Dissipativity Condition for Asymptotic Stability of Discounted Economic MPC
经济模型预测控制由于其直接优化给定性能指标的能力,同时对非线性系统实施约束满足,近年来得到了广泛的应用。最近的研究开发了数值算法和稳定性分析的非折扣的情况下。然而,在某些令人感兴趣的情况下,在成本中引入折扣系数可能是可取的,例如,经济学,随机终止过程,马尔可夫决策过程等不幸的是,在这种情况下的稳定性理论仍然没有完全发展。在本文中,我们提出了一个新的耗散性条件,证明渐近稳定的无限地平线的情况下,我们将我们的结果与现有的文献中的折扣经济最优控制。数值例子说明了理论结果。
2022-01-24 cs.SY eess.SY math.OC
Robust MPC for Uncertain Linear Systems -- Combining Model Adaptation and Iterative Learning
针对带参数不确定性和加性扰动的迭代任务线性系统,提出融合集员参数估计、终端代价与终端集迭代学习的鲁棒自适应学习MPC框架,保证递归可行性等特性,仿真验证其在效率和性能上优于无终端组件迭代学习的同类方案。
2025-09-01 cs.SY eess.SY math.OC
Stabilizing Tube-Based Model Predictive Control: Terminal Set and Cost Construction for LPV Systems (extended version)
Eindhoven University of Technology(埃因霍温理工大学)
本文提出了一种用于LPV系统的稳定管状MPC合成方法,通过周期性终端约束集保证递归可行性,并基于新Lyapunov-like度量构造终端成本以保证渐近稳定性。
2017-06-24 cs.SY eess.SY
On performance bound estimation in NMPC with time-varying terminal cost
模型预测控制(MPC)方案通常设计有固定的,即,时不变、水平长度和代价函数。如果不使用稳定终端成分,则可以通过足够长的时间范围来保证稳定性。一个次优性指数可以推导出的MPC法的性能在无限时域(IH)的界限。虽然对于时不变方案,这种指数可以离线计算,但较少关注具有自适应代价函数的时变策略,可以找到,例如,基于学习的最优控制本文研究了具有稳定时域和时变终端代价的非线性MPC的性能界。提出了一种利用最优有限时间成本的衰减和卷积历史堆栈来预测IH性能的界限的方案。基于衰减率的在线信息,改进了性能界估计,同时使用自适应动态规划的方法来适应终端成本。终端成本的自适应导致具有相同水平长度的时不变方案的性能改善。该方法是证明在一个案例研究。
2021-03-01 cs.SY eess.SY math.OC
Economic MPC using a Cyclic Horizon with Application to Networked Control Systems
Institute for Systems Theory and Automatic Control, University of Stuttgart(斯图加特大学系统与自动控制中心);Leibniz University Hannover(汉诺威莱布尼茨大学)
本文研究了一种具有终端区域和成本的经济模型预测控制方案,通过循环 horizon实现系统在状态空间子集中的最优操作,并在合适 dissipativity 条件下保证收敛到最优子集,最终通过网络控制系统实例验证了方法的有效性。
2019-06-04 cs.SY eess.SY
Adaptive Economic Model Predictive Control for linear systems with performance guarantees
针对受扰动和参数不确定性影响的线性约束系统,提出结合确定性等价经济MPC与最小二乘在线参数自适应的控制方案,并给出渐近与瞬态性能保证,建筑温控数值示例验证了其性能收益。
2024-09-10 cs.SY eess.SY math.OC
MPC-based Reinforcement Learning for Economic Problems with Application to Battery Storage
Norwegian University of Science and Technology (NTNU)(挪威科技大学)
在本文中,我们感兴趣的最优控制问题的纯经济成本,这往往会产生最优的政策具有(近)bang-bang结构。我们专注于基于模型预测控制(MPC)的政策近似和使用的确定性策略梯度方法来优化MPC的闭环性能,在存在未建模的随机性或模型误差。当策略具有(接近)bang-bang结构时,我们观察到策略梯度方法可能难以在策略参数中产生有意义的步骤。为了解决这个问题,我们提出了一个同伦策略的基础上的邻域点的方法,提供了一个放松的政策在学习过程中。我们调查了一个特定的众所周知的电池存储问题,并表明,所提出的方法提供了一个均匀的和更快的学习比经典的策略梯度方法。
2021-04-06 cs.LG cs.SY eess.SY
Robust contraction-based model predictive control for nonlinear systems
本文针对非线性扰动系统提出一种基于鲁棒收缩的MPC方法,采用易设计的终端代价函数、不使用终端约束,并选择保证闭环稳定性的最短预测时域。
2025-02-04 cs.SY eess.SY
RL-Guided MPC for Autonomous Greenhouse Control
提出 RL-Guided MPC 框架,利用训练后的 RL 策略为 MPC 构建终端代价与终端区域约束,在确定性和不确定温室环境中均以更短预测时域优于单独的 RL 与 MPC。
2025-06-16 cs.SY eess.SY
Stability of Finite Horizon Optimisation based Control without Terminal Weight
Loughborough University(拉夫堡大学)
本文提出了一个稳定性分析工具,模型预测控制(MPC)的控制行动产生的优化代价函数在有限的时间。具有有限时域但没有终端权的MPC的稳定性分析是一个众所周知的具有挑战性的问题。我们定义了一个新的价值函数的基础上,一个辅助的一步优化阶段的成本,即最佳的一步价值函数(OSVF)。证明了当OSVF是一个(局部)控制李雅普诺夫函数(CLF)时,有限时域MPC是渐近稳定的。更具体地说,通过利用OSFV的CLF属性来构造一个压缩终端集,提出了一种新的稳定MPC算法(CMPC)。我们证明了CMPC是递归可行的,并保证稳定的条件下,OSVF是CLF。讨论了这一条件的检验和最大终集的估计。数值算例验证了所提出的稳定性条件和相应的CMPC算法的有效性。
2022-06-20 cs.AI cs.LG cs.RO
Finite Control Set Model Predictive Control with Limit Cycle Stability Guarantees
针对现有有限控制集模型预测控制稳态行为不可预测的问题,提出带周期终端代价与终端集的极限环FCS-MPC设计,保证算法渐近稳定与递归可行性,方法经切换系统和电力电子算例验证。
2024-07-10 cs.SY eess.SY math.OC
Tractable robust MPC design based on nominal predictions
鲁棒模型预测控制(MPC)领域中的许多流行方法都是基于标称预测的。本文提出了一种新的制定这类控制器已证明的输入到状态稳定性和鲁棒约束满足。其优点是:(i)其主要成分的设计对于中型到大型系统是易处理的,(ii)终端集不需要相对于所有可能的系统不确定性是鲁棒的,而只需要对于可以任意小的缩减集是鲁棒的,从而便于其设计和实现,(iii)在某些条件下,终端集可以被视为标称系统的正不变集,允许我们使用终端等式约束,这有利于其应用到大规模的系统,和(iv)其优化问题的复杂性是可比的非鲁棒MPC变体。我们展示了其应用于多变量化工厂的数值闭环结果,并将其与其他鲁棒MPC制剂进行比较。
2022-02-19 cs.SY eess.SY math.OC
On generalized terminal state constraints for model predictive control
Politecnico di Torino(都灵理工大学);University of California at Santa Barbara(加州大学圣塔芭芭拉分校)
提出一种广义终端状态约束方法,用于设计模型预测控制律,在相同计算复杂度下扩大可行域,并引入新的滚动时域策略保证有限时间收敛。
2013-07-12 cs.SY eess.SY math.OC
Robust economic MPC of the absorption column in post-combustion carbon capture through zone tracking
几项研究报告了燃烧后CO2捕集(PCC)工厂中吸收塔最佳操作的重要性。在我们以前的工作中已经证明了经济的模型预测控制(EMPC)如何具有很大的潜力,以改善PCC工厂的操作。然而,使用一般的经济目标,例如最大化塔的吸收效率,可能导致EMPC驱动系统的状态接近约束。这通常会导致不期望的溶剂过度循环和溢流。在这项工作中,我们提出了一个EMPC与区域跟踪算法作为一种有效的手段来解决这个问题。该控制算法结合了区域跟踪目标和经济目标,形成一个多目标最优控制问题。为了确保在模型不确定性和时变烟气流速存在的情况下实现区域跟踪目标,我们提出了一种方法来修改原始目标区域的控制不变集。区域修正方法结合了椭球控制不变集技术和退避策略。椭球控制不变集的使用确保该方法适用于大规模系统,如吸收塔。我们提出了几个模拟案例研究,证明了所提出的控制算法的有效性和适用性的吸收塔燃烧后的二氧化碳捕集厂。
2022-01-05 cs.SY eess.SY
Baseline-improved Economic Model Predictive Control for Optimal Microgrid Dispatch
UCSD(加州大学圣地亚哥分校)
本文提出改进的经济模型预测控制方法,通过生成基线参考轨迹来优化微电网调度,降低月度电力成本。
2026-09-10 cs.SY eess.SY
A Convex Feasibility Approach to Anytime Model Predictive Control
IMT Institute for Advanced Studies Lucca(卢卡高等研究学院)
本文提出一种凸可行性方法,用于任何时间模型预测控制,通过分离性能优化与渐近收敛性,实现终端集收敛,同时根据可用资源优化计算时间,适用于线性MPC和不同终端集类型。
2015-02-27 cs.SY eess.SY
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
Economic Linear Quadratic MPC With Non-Unique Optimal Solutions
IMT School for Advanced Studies Lucca(卢卡高等研究学院)
研究经济线性二次型模型预测控制中半正定旋转成本情况,通过联系相关结果填补空白,还扩展了指数稳定性与终端成本选择的结果。
2026-07-29 cs.SY eess.SY math.OC
A Learning- and Scenario-based MPC Design for Nonlinear Systems in LPV Framework with Safety and Stability Guarantees
本文提出一种基于学习和场景的MPC设计方法,用于LPV框架下的非线性系统,通过BNN学习带不确定性的模型并生成场景,结合参数相关终端设计,保证安全性与稳定性。
2023-05-06 cs.SY eess.SY
A nonlinear model predictive control framework using reference generic terminal ingredients -- extended version
本文提出了一种准无限时域非线性模型预测控制(MPC)方案,用于跟踪一般参考轨迹。该方案适用于局部增量可镇定的非线性系统。对于这样的系统,我们提供了一个参考的一般离线过程来计算一个增量稳定的反馈与连续参数化的二次准无限地平线终端成本。因此,我们得到了一个非线性参考跟踪MPC方案的有效终端成本一般可达的参考轨迹,而不增加在线计算复杂度。作为一个推论,终端成本也可以用来设计非线性MPC方案,可靠地运行在线变化的条件下,包括不可达的参考信号。该方法的实用性与基准的例子证明。本文是已接受的论文[1]的扩展版本,并包含有关\textit{robust}轨迹跟踪(App.~ B)、连续时间动力学(App.~ C)、输出跟踪阶段成本(附录~ D)和与增量系统属性的连接(App.~ A)。
2020-03-11 cs.SY eess.SY math.OC
Residual Neural Terminal Constraint for MPC-based Collision Avoidance in Dynamic Environments
Technical University of Berlin(柏林技术大学);Continental Automotive Technologies GmbH(大陆汽车技术有限公司);Free University of Berlin(柏林自由大学)
针对动态环境下基于MPC的实时避障问题,提出用超网络参数化的非负神经残差修正SDF以近似HJ安全集作为终端约束,在相近计算开销下成功率最高提升30%。
2025-08-28 cs.LG cs.RO cs.SY