Stochastic Model Predictive Control with Dynamic Chance Constraints
针对受无界随机扰动的线性离散系统,提出通过概率可达管与约束紧缩求解两阶段随机优化的动态机会约束SMPC方案,保证递推可行性与闭环约束满足。
2023-07-25 cs.SY eess.SY math.OC
Robust Adaptive Model Predictive Control with Worst-Case Cost
针对具有未知动态和有界测量噪声的线性时不变系统,提出了一种鲁棒自适应模型预测控制(MPC)算法。该系统的特点是由一个脉冲响应模型,这是假设躺在一个有界集称为可行的系统集。在线集员识别用于减少脉冲响应中的不确定性。在MPC方案中,实施鲁棒约束以确保可行集中的所有模型的约束满足。性能目标被制定为最坏情况下的成本相对于建模的不确定性。也就是说,在每个时间步,解决一个优化问题,其中控制输入优化的最坏情况下的不确定性设置的工厂。所提出的算法的性能进行比较,从文献中使用Monte-Carlo模拟的自适应MPC算法。
2019-11-19 cs.SY eess.SY math.OC
Model Predictive Control for T-S Fuzzy Markovian Jump Systems Using Dynamic Prediction Optimization
本文研究了受约束离散时间T-S模糊马尔可夫跳变系统的模型预测控制问题,提出了一种基于动态预测优化(DPO)-MPC的两阶段模糊控制器设计方法,通过离线设计动态反馈增益和在线确定控制器状态,平衡了初始可行域、控制性能与计算负担,并严格保证了系统的递归可行性与均方稳定性。
2024-08-27 cs.SY eess.SY math.OC
Practical exponential stability of a robust data-driven nonlinear predictive control scheme
我们提供了一个反馈线性化非线性系统的闭环系统的递归可行性和实际指数稳定性的理论保证时,由一个强大的数据驱动的非线性预测控制方案。本技术报告作为我们最近论文“反馈线性化系统的数据驱动非线性预测控制”的补充材料。本报告中所示的参数遵循与LTI情况类似的步骤,因为反馈线性化系统在变换坐标中是线性的。然而,证明被适当地调整以匹配考虑中的非线性设置,并且在整个证明中强调了差异。
2023-03-27 cs.SY eess.SY math.OC
A Constraint-Tightening Approach to Nonlinear Stochastic Model Predictive Control for Systems under General Disturbances
本文提出了一种随机系统的非线性模型预测控制策略,该系统具有一般的(状态和输入相关的)扰动和机会约束。我们的方法使用一个在线计算的随机管,以确保在随机不确定性的存在下的稳定性,约束满足和递归的可行性。管的形状和约束回退是基于离线计算的增量李雅普诺夫函数。
2019-12-04 cs.SY eess.SY math.OC
On the Practical Design of Tube-Enhanced Multi-Stage Nonlinear Model Predictive Control
管增强多阶段非线性模型预测控制是一种鲁棒控制方案,可以处理大范围的不确定性,降低保守性和可管理的计算复杂度。在本文中,我们从应用的角度阐述了该方法的灵活性。我们讨论的路径,使设计决策系统地实施新的计划。我们说明了一个工业实例的计划的设计和实施的关键步骤。
2022-04-20 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
Immersion-based model predictive control of constrained nonlinear systems: Polyflow approximation
在模型预测控制(MPC)框架中,控制输入通常通过在线反复求解最优化问题来计算。对于一般的非线性系统,在线最优化问题是非凸的,计算量大,甚至难以处理。在本文中,我们提出通过计算离散时间非线性系统的高维线性嵌入来规避这个问题。计算依赖于与非线性系统的浸入性有关的代数条件,并且可以离线实现。在高维线性模型的基础上,我们定义并求解了一个凸的在线MPC问题。我们还提供了一个解释我们的方法下的Koopman运营商的框架。
2021-03-30 cs.SY eess.SY math.OC
A Feasibility Governor for Enlarging the Region of Attraction of Linear Model Predictive Controllers
针对带逐时刻约束的线性 MPC 跟踪问题,提出附加 Feasibility Governor,通过离线多面体投影与在线凸二次规划修改参考,以扩大吸引域并保证稳定、零偏差和有限时间收敛。
2020-11-03 cs.SY eess.SY math.OC
Horizon Adaptation for Nonlinear Model Predictive Controllers with guaranteed Degree of Suboptimality
Curtin University of Technology(科廷科技大学)
提出自适应策略修改标准约束模型预测控制器方案,以保证次优度的下界,并开发了缩短和延长优化地平线的有效实现方法。
2011-05-16 cs.SY eess.SY math.OC
A barrier function approach to constrained Pontryagin-based Nonlinear Model Predictive Control
针对一类有约束的非线性模型预测控制问题,提出了一种基于Pontryagin的方法,该方法采用障碍函数法处理状态约束。与文献中的现有作品不同,该方法能够处理非线性输入和状态约束,而无需对优化算法进行任何重大修改。利用预测状态跟踪误差的L-2范数作为李雅普诺夫函数,对闭环系统进行了稳定性分析。理论结果通过Lotka-Volterra食饵/捕食系统的数值模拟得到验证。
2022-03-30 cs.SY eess.SY math.OC
Differentiable-by-design Nonlinear Optimization for Model Predictive Control
inspire AG
本文提出了一种为模型预测控制设计的可微非线性优化方法,通过正则化解决非线性优化问题的不可微问题,提升基于梯度的优化性能。
2025-12-01 cs.SY eess.SY math.OC
Approximate Dynamic Programming based Model Predictive Control of Nonlinear systems
针对离散时间非线性系统最优控制,提出基于近似动态规划的MPC,通过切换系统近似计算二次值函数,并用多阶段方案提升精度、纳入状态约束,多水箱实验表明其在线计算量显著低于非线性MPC。
2023-12-10 cs.SY eess.SY math.OC
A Contraction-constrained Model Predictive Control for Multi-timescale Nonlinear Processes
许多化学过程表现出不同的时间尺度动力学与时间尺度敏感变量之间的强耦合。具有非均匀间隔优化时域的模型预测控制是一种有效的多时间尺度控制方法,并提供了降低计算复杂度的机会。在这样的方法中,快速、适度和慢速动态可以通过在预测范围中较早地实现较小的时间间隔并且在预测结束时实现越来越大的间隔而被包括在优化问题中。本文基于收缩理论,提出了一个参考柔性条件,为非一致预测时域下的非线性系统提供了稳定性保证。
2022-05-09 cs.SY eess.SY math.OC
Nonlinear Covariance Steering using Variational Gaussian Process Predictive Models
本文研究了未知离散随机非线性系统的不确定状态的前两阶矩在有限时间内指向给定终端分布的问题。为了实现这一目标,首先,使用随机变分高斯过程回归从一组可用的训练数据点中学习非参数预测模型:这是一种强大且可扩展的机器学习工具,用于学习任意非线性函数的分布。其次,我们制定了一个易于处理的非线性协方差转向算法,利用高斯过程预测模型来计算反馈策略,将驱动系统的状态分布接近目标分布。特别是,我们实现了一个贪婪的协方差转向控制策略,在每个时间步线性化的高斯过程模型的最新预测的均值和协方差,解决了线性协方差转向控制问题,并只适用于第一控制律。最新的反馈控制策略下的状态不确定性,然后使用无迹变换与学习的高斯过程预测模型和算法进行到下一个时间步。数值模拟说明本文的主要思想。
2021-04-02 cs.SY eess.SY math.OC
Computationally Tractable Robust Nonlinear Model Predictive Control using DC Programming
University of Oxford(牛津大学)
本文提出一种基于DC编程的鲁棒非线性MPC框架,通过数据驱动方法构建DC模型并实现递归可行性与鲁棒稳定性。
2026-10-01 cs.SY eess.SY math.OC
Safe-by-Design: Approximate Nonlinear Model Predictive Control with Real Time Feasibility
University of Stuttgart(斯图加特大学);Northeastern University(东北大学)
本文提出一种计算轻量、预测时域无穷小的连续时间滚动时域非线性MPC方法,通过小规模凸QP实现反馈,兼具准无限时域MPC的理论保证与实时可行性,并在非线性约束航天器控制中验证了有效性。
2026-09-09 cs.SY eess.SY math.OC
Physics-informed Gaussian Processes for Model Predictive Control of Nonlinear Systems
本文将基于物理信息高斯过程的线性模型预测控制方法扩展至非线性系统,通过在平衡点附近线性化获得局部近似,并利用贝叶斯推断保证收敛性,数值示例验证了该方法的有效性。
2025-04-30 cs.SY eess.SY math.OC
A Contraction-constrained Model Predictive Control for Nonlinear Processes using Disturbance Forecasts
模型预测控制(MPC)已成为过程工业中应用最广泛的先进控制方法。在许多情况下,扰动的预报是可用的,例如,根据天气预报预测可再生能源发电量。虽然扰动的预测可能不准确,但利用这些信息可以显著提高响应于扰动的控制性能。通过利用过程和干扰模型,可以预测未来的系统行为,并用于通过最小化包含这些预测的经济代价函数来优化控制动作。然而,当过程是非线性的时,在这种方法中得到的闭环系统的稳定性保证通常是困难的。在下面的文章中提出的是一个收缩约束的预测控制器,优化过程的经济性,同时确保稳定的运行目标受到干扰的测量和预测。
2022-06-07 cs.SY eess.SY math.OC
Learning the cost-to-go for mixed-integer nonlinear model predictive control
本文针对混合整数非线性模型预测控制实时求解困难的问题,提出基于值函数近似的方法,将预测时域分为两部分并离线近似后段最优值函数,从而缩短在线预测时域、降低计算成本,并通过离散控制倒立摆示例验证。
2024-01-23 cs.SY eess.SY 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
Implementation of Nonlinear Model Predictive Path-Following Control for an Industrial Robot
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院);Otto-von-Guericke University Magdeburg(奥托·冯·古里克马格德堡大学)
本文研究了工业机器人实时可行的模型预测路径跟随控制实现,探讨了有无参考速度分配的约束输出路径跟随问题,并在KUKA LWR IV机器人上验证了所提控制器的效果。
2016-08-18 cs.SY eess.SY math.OC
Water Demand Maximization: Quick Recovery of Nonlinear Physics Solutions
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
本文提出了一种高效方法,通过迭代划分细化从MILP松弛问题中恢复可行的MINLP解,从而在减少计算时间的同时提高解的质量。
2026-01-11 cs.SY eess.SY math.OC
Predictive control for nonlinear stochastic systems: Closed-loop guarantees with unbounded noise
本文针对受无界噪声影响的非线性系统,提出一种具有闭环保证的随机模型预测控制框架,利用概率可达集和随机收缩度量实现递推可行与机会约束满足,并通过数值仿真验证其计算效率和理论保证。
2025-06-04 cs.SY eess.SY math.OC
Model Predictive Control of a Vehicle using Koopman Operator
本文继续arXiv:1903.06103 [math.OC]的工作,其中通过高阶线性预测器(即Koopman算子)以纯粹数据驱动的方式近似非线性车辆模型。车辆系统通常具有许多非线性,例如刚体动力学、坐标系变换以及最重要的轮胎。这些非线性近似的状态空间的一个预定义的子集中的线性Koopman算子和用于线性模型预测控制(MPC)的设计在高维状态空间中的非线性系统动态线性发展。其结果是一个非线性MPC设计的线性方法。它表明,Koopman为基础的控制器是能够恢复从一个非常不寻常的状态的车辆,所有上述的非线性占主导地位。将该控制器与基于经典局部线性化的控制器进行了比较,并讨论了该方法的不足之处。
2021-03-08 cs.SY eess.SY math.OC
Suboptimal nonlinear model predictive control with input move-blocking
本文将输入移动阻塞方法引入到次优模型预测控制中。阻塞输入参数化被明确地认为是次优性的来源。一种简单的集成方法是,在优化器没有找到更好的输入移动阻塞解决方案的情况下,将手动生成的稳定回退解决方案保留在某个缓冲区中。一个扩展的方法叠加手动生成的稳定的热启动的移动阻止控制序列,并使控制性能的逐步改善。此外,这方面的贡献提供了一个详细的文献输入移动阻塞模型预测控制,并结合重要的结果与次优模型预测控制的调查结果。数值算例验证了理论分析的正确性和有效性。
2022-06-27 cs.SY eess.SY math.OC
Computationally efficient solution of mixed integer model predictive control problems via machine learning aided Benders Decomposition
本文提出一种机器学习辅助的分支检查广义Benders分解算法,通过近似Benders割避免反复求解子问题,在化工混合整数经济MPC案例中实现最高97%的求解时间缩减且误差仅约1%。
2023-09-28 cs.SY eess.SY math.OC
Nonlinear Model Predictive Control for Constrained Output Path Following
Ecole Polytechnique Fédérale de Lausanne(洛桑联邦理工学院);Otto von Guericke University Magdeburg(奥托·冯·格里克马格德堡大学)
本文提出非线性系统输出路径跟踪的预测控制方法,分析约束路径跟踪的几何特性,提供终端区域和终端惩罚的收敛条件,并通过机器人示例验证。
2015-02-09 cs.SY eess.SY math.OC
Cloud-based computational model predictive control using a parallel multi-block ADMM approach
求解大规模非凸系统或在每个采样步骤具有实时性要求的系统的计算量大已被认为是阻碍非线性模型预测控制(NMPC)更广泛应用的原因之一。为了提高具有输入非线性的NMPC的实时性,我们设计了一种基于云的计算模型预测控制(MPC)方案,该方案采用了一种精心设计的并行多块交替方向法乘法器(ADMM)算法。这种新的并行多块ADMM算法是针对解决具有非线性约束的非凸问题的计算问题而设计的。
2022-04-16 cs.SY eess.SY math.OC
Stabilizing Quasi-Time-Optimal Nonlinear Model Predictive Control with Variable Discretization
本文论述了非线性系统的时间最优点到点模型预测控制概念的发展和分析。最近的方法在文献中应用的时间变换,但是,不保持递归的可行性分段常数控制参数化。本文的核心思想是引入可变离散的均匀网格。一个收缩的地平线网格自适应计划,确保收敛到一个特定的区域周围的目标状态和递归的可行性。区域的大小可通过设计参数配置。这有利于系统的双模设计的准时间最优控制,以恢复渐近稳定,并建立一个光滑的稳定。两个不同的稀疏模式的非线性规划公式被引入到实现和实现底层的最优控制问题。对于一类数值积分格式,即使没有双模,也能获得名义渐近稳定性和真时间最优性。对比分析以及实验结果表明,所提出的技术的有效性。
2020-04-20 cs.SY eess.SY math.OC
Nonlinear Predictive Control on a Heterogeneous Computing Platform
Imperial College London(帝国理工学院);Department of Electrical & Electronic Engineering(电气与电子工程系)
本文提出在异构处理器上实现基于内点法的非线性预测控制器,通过在通用CPU和FPGA间分配工作量平衡控制性能与计算资源,利用KKT矩阵结构实现内存节省,并展示与ARM Cortex-A9软件实现相比的36倍加速。
2017-10-24 cs.SY eess.SY math.OC
Control Barrier Function Based Design of Gradient Flows for Constrained Nonlinear Programming
本文提出基于控制障碍函数的安全梯度流方法,用于求解约束非线性优化问题,确保可行集正向不变且渐近稳定,无论何时终止都能返回可行解。
2024-08-26 cs.SY eess.SY math.OC
Predictive stability filters for nonlinear dynamical systems affected by disturbances
本文扩展预测安全滤波器框架,通过利用预测轨迹构造的隐式 Lyapunov 函数保证受扰非线性闭环系统的鲁棒渐近稳定性,并在汽车车道保持仿真中验证了所提策略。
2024-04-29 cs.SY eess.SY math.OC
Nonlinear Model Predictive Control for Distributed Motion Planning in Road Intersections Using PANOC
Ford Research & Innovation Center(福特研究与创新中心)
本文提出了一种在合理车对车通信要求下的分布式运动规划方案,通过实时求解非线性模型预测控制问题,解决路交口中高度自动化车辆协调中的非凸挑战问题。
2019-10-29 cs.SY eess.SY math.OC
Tube-based Distributionally Robust Model Predictive Control for Nonlinear Process Systems via Linearization
模型预测控制(MPC)是一种有效的控制多变量动态系统的约束。然而,大多数真实的动态模型受到工厂模型失配和过程不确定性的影响,这可能导致闭环性能恶化和约束违反。已经提出了诸如随机MPC(SMPC)的方法来缓解这些问题;然而,如果实际系统偏离在控制器设计期间做出的假设干扰分布,则所得到的闭环状态轨迹仍然可能显著违反规定的约束。在这项工作中,我们提出了一种新的数据驱动的分布鲁棒预测控制方案的非线性系统。不同于SMPC,这需要确切的知识的干扰分布,我们的计划决定的控制行动相对于最坏的分布从分布模糊集。该模糊集被定义为以经验分布为中心的Wasserstein球。由于潜在的模型误差,导致偏移,该计划还扩展了利用无偏移的方法。通过非线性质量弹簧系统和非线性CSTR反应器的实例研究,验证了该控制方案的有效性。
2022-11-26 cs.SY eess.SY math.OC
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
Constrained Nonlinear Model Predictive Control of an MMA Polymerization Process via Evolutionary Optimization
Maplesoft(枫叶软件公司);Swiss Finance Institute(瑞士金融学院);University of Lugano(卢加诺大学)
本文开发了非线性模型预测控制器用于间歇聚合过程,通过参数化期望轨迹得到轨迹线性化分段模型,并利用实验聚合反应器识别参数,设计多模型自适应预测控制器以实现热轨迹跟踪,采用遗传算法解决约束优化问题以最小化DMC成本函数。
2015-02-15 cs.AI cs.SY eess.SY
Event-triggered Partitioning for Non-centralized Predictive-Control-based Economic Dispatch of Interconnected Microgrids: Technical Report
提出了一种求解电网经济调度问题的非集中式模型预测控制(MPC)方案。该计划由两部分组成。第一部分是事件触发的重新划分方法,将网络划分为固定数量的非重叠子系统{(微电网)}。重新划分过程的目的是获得自给自足的微电网,即,那些可以使用自己的发电机组满足当地负荷的发电厂。然而,由于该算法不能保证所有产生的微电网都是自给自足的,因此不能自给自足的微电网必须与它们的一些相邻微电网形成联盟。这一过程成为该计划的第二部分。通过联盟形成,我们可以将网络的经济调度问题分解为基于联盟的子问题,使得每个子问题都是可行的。此外,我们还表明,通过解决联盟为基础的子问题得到的解决方案是一个可行的,但次最优解集中的问题。此外,通过数值模拟验证了该方法的有效性.
2020-07-15 cs.MA cs.SY eess.SY
Online Motion Planning based on Nonlinear Model Predictive Control with Non-Euclidean Rotation Groups
TU Dortmund University(多特蒙德工业大学)
提出了一种基于非线性模型预测控制的机器人在线运动规划方法。常见的方法依赖于纯欧几里德优化参数。然而,在机器人导航中,状态空间通常包括跨越非欧几里德旋转组的旋转分量。所提出的方法适用于非线性增量和差分算子在整个优化方案,明确考虑这些群体。实现包括但不限于二次型和时间最优目标。一个复杂的停车场景的运动自行车模型证明了该方法的有效性和实际意义。在更简单的机器人(例如差动驱动)的情况下,在层次规划设置中的比较分析揭示了可比的计算时间和性能。该方法可在模块化和高度可配置的开源C++软件框架中使用。
2020-06-05 cs.RO cs.SY eess.SY
Efficient model predictive control for nonlinear systems modelled by deep neural networks
James Watt School of Engineering, University of Glasgow(詹姆斯·瓦特工程学院,格拉斯哥大学)
针对深度神经网络建模的带约束非线性系统MPC求解难的问题,提出可求精确解的混合整数规划法和计算成本更低的线性松弛法,经不同规模ReLU NN倒立摆仿真验证并对比了两类方法性能。
2024-05-16 cs.LG cs.SY eess.SY
Basis functions nonlinear data-enabled predictive control: Consistent and computationally efficient formulations
Eindhoven University of Technology(埃因霍温理工大学)
该研究通过通用基函数将DeePC扩展到非线性系统,推导了行为预测器与多步辨识预测器等价的充要条件,提出了一致且计算高效的基函数DeePC公式,并在非线性摆模型上验证了其有效性。
2023-11-09 cs.LG cs.SY eess.SY
Observed Control - Linearly Scalable Nonlinear Model Predictive Control with Adaptive Horizons
Colorado School of Mines(科罗拉多矿业学院)
本文提出观测控制方法,利用状态估计与模型预测控制的对偶性,以线性时域可扩展性高效计算控制动作,并通过卡尔曼平滑器及非线性滤波器扩展实现自适应时域和任意时域控制。
2026-09-23 cs.RO cs.SY eess.SY
A Parallel-in-Time Newton's Method for Nonlinear Model Predictive Control
Aalto University(阿尔托大学)
本文针对非线性模型预测控制计算负担高的问题,提出基于内点法和ADMM的时间并行二阶求解器,利用结合扫描算法在并行硬件上实现对规划时域的对数级时间缩放。
2025-03-11 cs.RO cs.SY eess.SY
Reservoir Predictive Path Integral Control for Unknown Nonlinear Dynamics
Toyota Central R&D Labs., Inc.(丰田中央研究实验室);Nagoya Institute of Technology(名古屋工业大学)
本文提出基于回声状态网络和模型预测路径积分的控制方法,用于提升未知非线性动力学的控制性能,通过鲁棒随机控制减少控制成本达60%。
2026-02-06 cs.LG cs.SY eess.SY
Output-Feedback Nonlinear Model Predictive Control with Iterative State- and Control-Dependent Coefficients
针对可表示为状态和控制相关系数伪线性形式的非线性系统,提出迭代二次规划MPC并结合块能观规范形实现输出反馈,在多类数值示例中验证。
2023-09-28 cs.SY eess.SY math.DS
Robust Nonlinear Reduced-Order Model Predictive Control
Stanford University(斯坦福大学);ETH Zürich(苏黎世联邦理工学院)
本文提出一种新颖的降阶模型预测控制(ROMPC)方案,通过推导动态考虑模型降阶误差的误差边界系统,设计鲁棒MPC以确保约束满足、递归可行性和渐近稳定性,并在近万维软体机器人仿真中验证了有效性。
2023-09-11 cs.RO cs.SY eess.SY
Trajectory Optimization for Nonlinear Multi-Agent Systems using Decentralized Learning Model Predictive Control
University of California at Berkeley(加州大学伯克利分校);California Institute of Technology(加州理工学院)
针对具有非线性解耦动力学和耦合状态约束的多智能体系统,提出了一种基于学习模型预测控制的分散最小时间轨迹优化方案.通过迭代地执行相同的任务,从以前的任务执行的数据被用来构造和改进局部时变安全集和近似值函数。在解耦MPC问题中,这些被用作终端集和终端代价函数。我们的框架结果在一个分散的控制器,它不需要在任务执行的每次迭代代理之间的通信,并保证持久的可行性,有限时间闭环收敛,和非递减的性能的全局系统的任务迭代。多车避碰的数值实验验证了该方法的有效性。
2020-12-18 cs.LG cs.SY eess.SY
Piecewise Polynomial Interpolation Function Approach for Solving Nonlinear Programming Problems with Disjoint Feasible Regions: Mathematical Proofs
分段多项式插值(PPI)函数法是一种求解具有不相交可行域的非线性规划问题的方法。在这样的问题中,不相交性通常与禁止的操作区域相关联,其对应于不允许变量假设的值的带。这种禁止操作区的分析含义是使目标函数及其域不连续。PPI函数方法在于用等价的等式和不等式约束的集合替换与禁止操作区相关联的约束,从而允许应用任何有效的基于梯度的最优化方法来解决等价问题。本文给出了PPI函数的定义,并给出了其性质的数学证明。
2020-07-23 math.OC
IMPACT: A Toolchain for Nonlinear Model Predictive Control Specification, Prototyping, and Deployment
KU Leuven(鲁汶大学)
本文提出IMPACT工具链,通过提供易用接口和自动代码生成功能,支持多工具与求解器,降低非线性模型预测控制(NMPC)的实现复杂性,实现快速原型设计与多平台部署。
2023-03-15 cs.RO cs.SY eess.SY
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
Approximate explicit model predictive control via piecewise nonlinear system identification
本文提出了一种识别方法来捕捉一般的关系,应用于分段非线性逼近的模型预测控制的约束(非)线性系。在每次迭代中,数学公式采用数学上可行且数值上易于处理的约束线性(或二次)最优化问题的形式。所设计的方法的效率通过两个工业应用程序证明。结果表明,实现高近似精度与有限数量的区域的可能性,导致显着减少计算时间相比,最先进的隐式模型预测控制求解器。
2017-01-05 math.OC
Distributed model predictive control for continuous-time nonlinear systems based on suboptimal ADMM
针对连续时间非线性系统,提出了一种基于乘子交替方向法的分布式模型预测控制(DMPC)方案。ADMM算法中的停止准则限制了迭代,因此以次优解为代价限制了分布式MPC解期间所需的通信工作。在两种不同的ADMM收敛假设下,给出了次优DMPC格式的稳定性结果。特别是,它表明,在每个ADMM步骤所需的迭代是有界的,这也证实了在仿真研究。
2017-06-29 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
Convergence of stochastic nonlinear systems and implications for Stochastic Model Predictive Control
随机模型预测控制(MPC)在附加扰动下的稳定性通常通过构造类Lyapunov不等式来证明,该不等式确保了闭环性能界和状态的有界性,但通常不能确定状态的严格极限界和非保守性能界。在这项工作中,我们使用的输入到状态的稳定性找到的条件,这意味着收敛概率为1的扰动非线性系统的最小鲁棒正不变集。我们讨论了随机MPC配方的状态和控制律的收敛性的影响,我们证明了几个现有的线性和非线性系统的随机MPC配方的收敛结果。
2020-04-06 math.OC