Stability and Sensitivity Analysis for Objective Misspecifications Among Model Predictive Game Controllers
Thayer School of Engineering, Dartmouth College（达特茅斯学院塔耶尔工程学院）
本文分析了多智能体系统中因目标误标导致的预测偏差及其对系统行为的影响，提出了异构模型预测博弈控制器的稳定性准则，并量化了均衡对个体博弈参数的灵敏度。
2026-09-17 cs.SY eess.SY
Predictive reinforcement learning based adaptive PID controller
针对非线性、不稳定和强耦合系统，提出融合模型先验与数据驱动的PRL-PID控制器，通过动作平滑和分层奖励提升稳定性、跟踪精度与训练效率。
2025-06-10 cs.SY eess.SY
Learning explicit predictive controllers: theory and applications
在本文中，我们处理的线性时不变（LTI）系统的数据驱动预测控制。具体来说，我们首次展示了如何直接从数据中学习明确的预测规律，而不需要识别要控制的系统。为了这个目的，我们诉诸威廉姆斯的基本引理，我们推导出明确的公式，通过适当地阐述调查中的约束优化问题。在无噪声数据的情况下，所得到的最优控制器是一个分段仿射系统，与原始基于模型的问题的解相吻合。这种等价性被证明在存在测量噪声的情况下也渐近保持，从而使得所提出的方法成为最先进的预测控制的计算效率（但无模型）的替代方案。上述陈述进一步支持了三个基准示例的数值模拟。
2021-09-13 cs.SY eess.SY
Data-driven predictive control with estimated prediction matrices and integral action
本文提出了一种数据驱动的预测控制器的设计方法。在标准模型预测控制（MPC）算法中使用的预测矩阵通常使用诸如状态空间或输入-输出模型的系统模型的知识来构造。相反，我们直接估计的预测矩阵，未来的输出与当前和未来的输入测量数据，离线。在线，开发的数据驱动的预测控制器减少到解决一个二次规划的结构和复杂性类似的线性MPC。此外，我们开发了一个新的程序估计预测矩阵的预测控制器的数据与积分行动，对应于基于速率的制定线性MPC。所开发的数据驱动的预测控制器的有效性示出的直线电机模型的位置控制。
2021-04-11 cs.SY eess.SY
Design and Performance Analysis of a Class of Generalized Predictive Controllers
针对广义预测控制设计复杂、参数影响及跟踪误差关系分析不足的问题，本文提出无需求解丢番图方程的简易GPC方法，分析系统稳态特性并仿真验证，还引入带扰动补偿的GPC与IGMVC，首次给出扰动消除的理论与仿真条件。
2023-11-06 cs.SY eess.SY
Energy-efficient Reactive and Predictive Connected Cruise Control
在本文中，我们提出了一个框架的纵向控制连接和自动驾驶车辆行驶在混合交通组成的连接和非连接的人类驾驶车辆。提出了反应和预测控制器。无功控制器由显式反馈控制律给出。在预测控制器中，控制输入以滚动时域的方式进行优化，这取决于对前方车辆运动的预测。超越视线的信息是通过车辆到车辆（V2V）的通信，并利用所提出的反应和预测控制器。利用真实的交通数据的模拟表明，连接可以带来显着的节能。
2022-10-10 cs.SY eess.SY
Neural Network Predictive Controller for Grid-Connected Virtual Synchronous Generator
本文提出了一种神经网络预测控制器来调节三相虚拟惯性逆变器产生的有功和无功功率。传统的虚拟同步发电机（VSG）的概念进行了讨论，它表明，当逆变器连接到无感电网，传统的PI为基础的VSG是无法执行可接受的跟踪。讨论了用神经网络预测控制器取代传统的VSG的概念。这种替换使逆变器能够在电感和非电感电网中运行。仿真结果表明，与传统的基于PI的虚拟惯性控制器相比，经过良好训练的神经网络预测控制器能够适应任意电网阻抗角。
2019-08-14 cs.NE cs.SY eess.SY
Lyapunov-based Nonlinear Model Predictive Control for Attitude Trajectory Tracking of Unmanned Aerial Vehicles
针对无人机（UAV）的姿态控制问题，提出了一种新的基于李雅普诺夫（Lyapunov）的非线性模型预测控制器（LNMPC）。基于二次型代价函数，综合无人机动力学和系统约束，设计了控制器。一个额外的收缩约束，然后引入，以确保闭环系统的稳定性。该约束是通过一个李雅普诺夫函数来自滑模控制器（SMC）。最后证明了LNMPC的可行性和稳定性。仿真和比较结果表明，所提出的控制器保证了系统的稳定性，并优于其他国家的最先进的非线性控制器，如反推控制器（BSC）和SMC。此外，所提出的控制器可以集成到现有的无人机模型在凉亭模拟器进行软件在环测试。仿真结果表明，LNMPC控制器的控制效果优于无人机内置PID控制器，验证了所提方法的有效性和适用性。
2022-10-28 cs.SY eess.SY
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
Increasing Robustness of the Anesthesia Process from Difference Patient's Delay Using a State-Space Model Predictive Controller
Amirkabir University of Technology（阿米尔卡比尔理工大学）
本文提出基于状态空间模型预测控制器与扩展卡尔曼滤波器的麻醉控制方法，通过BIS指数和丙泊酚实现麻醉深度控制，实验表明该方法能有效提升对患者延迟偏差的鲁棒性。
2013-08-07 cs.SY eess.SY
A Distributed Model Predictive Wind Farm Controller for Active Power Control
由于风的波动性和风能作为电源的使用越来越多，风力发电将对电网的稳定性产生越来越大的负面影响。在本文中，模型预测控制策略，不仅稳定了风电场产生的功率，但也创造了可能性，执行功率参考跟踪与风电场。通过功率参考跟踪，电网运营商可以使电力生产适应电力需求的变化，并抵消由其他发电机引入的波动。通过这种方式，风电场实际上可以有助于稳定的电网时，这是必要的，而不是负面影响it.A低保真度控制为导向的风电场模型开发和采用分布式模型预测控制器。在该控制模型中，尾流动力学被考虑在内，因此，模型的阶数相对较大。从计算的角度来看，这使得集中式模型预测控制难以为大型风电场提供实时控制。因此，本文提出的控制器是一种分布式模型预测控制。在这里，中央控制问题被划分为较小的本地控制问题，这些问题在本地控制器上并行解决，这显著降低了计算复杂度，并且使模型预测控制在风电场中的应用更接近于实际实施。在10和64涡轮风力发电场的模拟中测试所提出的控制解决方案。
2020-07-10 cs.SY eess.SY
Using AoI Forecasts in Communicating and Robust Distributed Model-Predictive Control
为了提高信息物理系统的性能，本文提出了分布式控制器的集成设计，用于分布式对象和通信网络的控制。传统的设计方法在两个实体之间使用静态接口，因此依赖于最坏情况下的通信延迟估计，通常导致整个系统的保守行为。相比之下，本方法建立了一个强大的分布式模型预测控制方案，其中的本地子系统控制器操作下的一个可变的communicationschedule，是由网络控制器预测的假设。使用适当的通信网络模型，网络控制器应用预测网络策略来调度整个网络中的子系统控制器之间的通信。给出了信息时代的时变预测，证明了在何种条件下，子系统的稳定器能鲁棒地稳定分布式系统。为了说明这种方法，本文还报告了应用到一个车辆排队的情况。
2021-03-09 cs.SY eess.SY
Model Predictive Vehicle Yaw Stability Control via Integrated Active Front Wheel Steering and Individual Braking
车辆稳定性控制系统是道路交通主动安全系统的重要组成部分。研究了采用主动前轮转向和单独制动的汽车横向稳定性控制问题。车辆横向稳定性控制意味着将车辆横摆率和车辆侧滑角保持在期望值。为此，设计了基于模型的控制器。期望的横摆角速度从单轨车辆模型获得，期望的侧偏角被选择为零。控制器的设计包括两部分，下位机和上位机。基于模型预测控制（MPC）方法设计了上位控制器。该上控制器利用线控转向系统改变前轮转向角，并且还产生用于稳定车辆的横摆运动所需的控制力矩。下部控制器是单独的制动算法。它决定了单个制动轮。以这种方式，可以将控制力矩施加到车辆。所设计的控制器进行了测试，使用非线性单轨车辆模型和高保真CarMaker车辆模型。
2022-10-19 cs.SY eess.SY
Gaussian Process-based Model Predictive Controller for Connected Vehicles with Uncertain Wireless Channel
在本文中，我们提出了一种数据驱动的模型预测控制器，该控制器利用高斯过程为无线信道中具有不确定性的区域中的联网自动驾驶车辆生成最佳运动策略。一个车队的车辆之间的通信信道很容易受到许多因素的影响，例如周围环境和连接车辆的相对状态等。此外，车辆的轨迹在很大程度上取决于通过无线信道共享的前车的运动策略，任何延迟都可能影响其性能的安全性和最优性。在该算法中，高斯过程学习无线信道模型，并参与模型预测控制器，以生成一个控制序列，该控制序列不仅使传统的运动代价最小，而且使未来无线信道的估计延迟最小。这导致了一个有远见的控制器，最大限度地提高了控制器的时间范围以外的传输信息的量，这反过来又保证了未来生成的轨迹的安全性和最优性。为了减少计算量，该算法从当前状态中找到可达集，并集中在该区域，以最小化核矩阵和相关计算的大小。此外，我们提出了一种有效的递归方法，以减少开发数据驱动模型的时间复杂度，并将其纳入模型预测控制。我们证明了所提出的算法在模拟场景中的能力。
2021-06-23 cs.SY eess.SY
Optimized Pseudo-Linearization-Based Model Predictive Controller Design: Direct Data-Driven Approach
针对FRIT中参考模型选择困难导致性能下降的问题，提出一种基于伪线性化和模型预测控制的非线性系统数据驱动与模型结合的控制器设计方法，并通过仿真与人工肌肉实验验证了其有效性。
2024-06-05 cs.SY eess.SY
Model Predictive Control of Wind Turbines with Piecewise-Affine Power Coefficient Approximation
针对风力机多回路控制问题，提出基于功率系数分段仿射近似与混合整数建模的无静差双线性 MPC，OpenFAST 仿真表明其可统一适应全风况并精确跟踪功率、降低高风速载荷。
2023-11-20 cs.SY eess.SY
Model Predictive Controller with Average Emissions Constraints for Diesel Airpath
The University of Melbourne（墨尔本大学）；Toyota Motor Corporation（丰田汽车公司）
本文提出一种模型预测控制器，旨在最大化燃油经济性的同时跟踪增压压力和废气再循环率参考值，并在存在不确定性时遵守输入、安全约束以及某些有限时间周期内的平均排放约束。
2019-05-15 cs.SY eess.SY
Learning Models of Model Predictive Controllers using Gradient Data
本文研究了具有约束条件的模型预测控制器的辨识问题.我们提出了一种学习MPC的方法，该方法在训练过程中显式地使用梯度信息。这是由最近的可微凸优化MPC求解器可以提供从状态到控制输入的最优反馈律以及相应的梯度的观察所激发的。作为概念的证明，我们将这种方法应用于显式MPC（eMPC），其中反馈律是状态的分段仿射函数，但片段的数量随着状态维度的增加而迅速增长。这里，控制器识别可以用于找到控制器的近似的较低复杂度函数近似。eMPC用具有整流线性单元（ReLU）的神经网络（NN）建模，因为这样的NN可以表示任何分段仿射函数。一个动机是用神经网络代替在线求解器来实现MPC，并简化在较大输入维度中的函数的评估。在此框架下，我们还研究了实验设计和模型评估，并提出了一种用于输入设计的击中和运行抽样算法。所提出的算法的说明和数值评估的二阶MPC问题。
2021-02-03 cs.SY eess.SY
Leveraging Adaptive Model Predictive Controller for Active Cell Balancing in Li-ion Battery
North Carolina State University（北卡罗来纳州立大学）；University of Tehran（德黑兰大学）；University of Denver（丹佛大学）
本文提出自适应模型预测控制器用于锂离子电池串并联电路中的主动细胞平衡，通过递归最小二乘法预测未来电压，提升电池组电压均衡性。
2017-06-18 cs.SY eess.SY
Robust Decentralized Navigation of Multi-Agent Systems with Collision Avoidance and Connectivity Maintenance Using Model Predictive Controllers
KTH Royal Institute of Technology（瑞典皇家理工学院）
本文研究了在有界工作空间中不确定非线性多智能体系统的导航控制问题，提出分布式控制协议以实现智能体预设位置，同时通过局部信息保持连通性并避免碰撞。
2018-04-22 cs.SY eess.SY
Machine Learning Integrated with Model Predictive Control for Imitative Optimal Control of Compression Ignition Engines
压燃式发动机的高热效率和可靠性使其成为许多应用的首选。要想持续下去，就必须减少污染物的排放。一种解决方案是使用机器学习（ML）和模型预测控制（MPC）来最小化排放和燃料消耗，而不向发动机控制器增加大量计算成本。ML在本文中开发的建模发动机性能和排放，并模仿行为的线性参数变化（LPV）MPC。采用基于支持向量机的发动机性能和排放线性变参数模型，对4.5 Cummins柴油机进行了模型预测控制。与基准前馈生产控制器相比，这种在线优化MPC解决方案在最大限度地减少\nox排放和燃料消耗方面具有优势。为了降低MPC的计算成本，设计了一种深度学习方案来模仿所开发的控制器的行为。与康明斯生产控制器相比，模拟控制器在恒负荷下降低NOx排放的性能与在线优化MPC相似。此外，模仿控制器需要的计算时间比在线MPC优化少50倍。
2022-08-02 cs.SY eess.SY
Integrated Online Monitoring and Adaptation of Process Model Predictive Controllers
本文提出基于闭环性能指标统计监控的MPC在线适应方法，通过强化学习和识别技术实现控制器适应，验证于区域供暖系统模拟。
2026-07-29 cs.SY eess.SY
Plant and Controller Optimization for Power and Energy Systems with Model Predictive Control
本文探讨了电气化移动性的植物特性和控制器参数的优化。汽车和飞机等移动运输系统的电气化能够提高效率和成本等关键性能指标。然而，新组件内的电气和热动态之间的强双向耦合带来了集成挑战，增加了组件退化并降低了性能。减少这些问题需要新的工厂设计和控制策略。电气化移动性文献提供了关于工厂和控制器优化的先前研究，称为控制协同设计（CCD）。这些研究中的一个空白是缺乏模型预测控制（MPC），公认的管理多域动态电气化系统，CCD框架内。本文通过三个贡献来解决这个问题。首先，热电机械混合动力电动汽车（HEV）模型的开发，是适合植物优化和MPC。其次，同时植物和控制器优化进行此多域系统。第三，MPC集成在CCD框架内使用候选HEV模型。结果表明，同时优化植物和MPC参数可以减少超过60%的物理组件的大小和关键性能度量误差超过50%。
2020-10-14 cs.SY eess.SY
Stability Analysis of Hypersampled Model Predictive Control
本文提出超采样模型预测控制稳定性分析框架，区分离散化与采样时间，证明二者独立并论证采样时间更小的优势，破解传统离散时间MPC采样时间选择中性能与计算复杂度的权衡难题。
2023-10-04 cs.SY eess.SY
Nonlinear Model Predictive Control of Permanent Magnet Synchronous Generators in DC Microgrids
提出了一种新的策略，以控制内置永磁发电机的直流微电网通过有源整流器接口。控制器的设计是基于分解的系统动态到慢，快模式，使用奇异摄动理论。采用非线性模型预测控制（NMPC）设计了内电流控制器和外电压控制器。NMPC调节直流母线电压，并最大限度地减少交流侧损耗。然后根据飞机电力系统的实际情况给出了仿真结果。
2020-10-08 cs.SY eess.SY
Performance Quantification of a Nonlinear Model Predictive Controller by Parallel Monte Carlo Simulations of a Closed-loop System
本文提出一种基于并行蒙特卡洛模拟的NMPC闭环性能量化方法，在32核CPU上实现近线性加速，并通过CSTR案例证明NMPC在均值和方差上优于PI控制器。
2023-06-21 cs.SY eess.SY
Evaluation methodology of Model Predictive Controllers for building's energy systems
本文提出一种系统评估建筑能源系统模型预测控制器性能的方法论，通过测试协议、多样化场景和关键性能指标，结合数字孪生案例验证其有效性。
2025-06-16 cs.SY eess.SY
Exploring Attack Resilience in Distributed Platoon Controllers with Model Predictive Control
University of Florida（佛罗里达大学）
本文研究分布式车辆车队控制器的网络攻击弹性，利用MPC模拟MITM和FDI攻击识别漏洞，并提出基于机器学习检测的强化通信协议等对策，以构建安全弹性的系统。
2024-01-08 cs.AI cs.SY eess.SY
Linear Model-Predictive Controller (LMPC) for Building's Heating Ventilation and Air Conditioning (HVAC) System
Washington State University（华盛顿州立大学）
本文提出了一种用于建筑HVAC系统的线性模型预测控制器（LMPC），通过线性化方法提高了计算效率并准确逼近非线性最优控制决策。
2019-06-02 cs.SY eess.SY
Nested Distributed Model Predictive Control
University of Sheffield（谢菲尔德大学）
本文提出一种针对线性时不变系统耦合动态的分布式模型预测控制方法，通过替换传统线性扰动抵消控制器为第二个MPC控制器，提升鲁棒性并去除对显式鲁棒不变集的依赖。
2016-10-28 cs.SY eess.SY
Online Computation of Terminal Ingredients in Distributed Model Predictive Control for Reference Tracking
一个分布式模型预测控制计划开发用于跟踪分段恒定的参考，其中的终端设置重新配置在线，而终端控制器离线计算。与许多标准的现有计划，该计划产生大的可行区域，而无需执行离线集中计算。虽然由此产生的最优控制问题（OCP）是一个半定规划（SDP），SDP的可扩展性方法的基础上对角优势是用来近似推导的SDP的二阶锥规划。所提出的方案及其近似的OCP服从分布式优化。这两种方案进行了评估，使用电力网络的例子，并进行比较的终端控制器在线重新配置的方案。结果发现，固定的终端控制器的结果在更好的性能，显着减少计算成本和类似的可行域的情况下，在该控制器在线重新配置。
2022-07-19 cs.SY eess.SY
A predictive path-following controller for multi-steered articulated vehicles
稳定向后运动的多转向铰接车辆对于任何人类驾驶员来说都是一项复杂的任务。除非车辆被精确地转向，否则其在反向操纵期间的结构不稳定的关节角度运动学可能导致车辆段折叠并进入折刀状态。在这项工作中，提出了一种模型预测路径跟踪控制器，使自动低速转向控制的多转向铰接式车辆，包括一个车一样的拖拉机和任意数量的拖车与被动或主动转向。建议的路径跟踪控制器是定制的，以遵循标称路径，包含完整的状态和控制输入信息，并被设计为满足各种物理约束的车辆状态以及饱和度和速率限制的牵引车的曲率和拖车转向角。所提出的模型预测路径跟踪控制器的性能进行了评估，在一组模拟多转向2拖车与汽车一样的拖拉机，最后一辆拖车有转向轮。
2020-05-07 cs.SY eess.SY 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
Numerical Predictive Control for Delay Compensation
我们提出了一种延迟补偿控制方法，将指数稳定控制器的无延迟系统到一个基于样本的预测控制器与数值积分。我们的方法处理一阶和传输延迟的执行器和权衡数值精度与计算延迟，以保证稳定的硬件限制下。通过混合稳定性分析和数值仿真，我们证明了我们的方法的有效性，从理论和仿真的角度。
2020-09-30 cs.SY eess.SY
A flatness-based predictive controller for six-degrees of freedom spacecraft rendezvous
本研究针对偏心轨道被动目标的六自由度航天器交会问题，提出基于平坦性的预测控制方法，通过动力学转化、直接转录和模型预测控制实现燃料最优且抗干扰的闭环制导。
2025-01-13 cs.SY eess.SY
Fast Calibration of a Robust Model Predictive Controller for Diesel Engine Airpath
The University of Melbourne（墨尔本大学）；Toyota Motor Corporation（丰田汽车公司）
本文提出了一种快速校准方法，通过改进控制器结构和重新设计MPC成本函数，减少有效调节参数数量，并采用约束紧缩方法提高鲁棒性，以实现柴油机空气路径控制的快速校准和性能优化。
2019-05-15 cs.SY eess.SY
Optimal Closed Loop Control of G2V/V2G Action Using Model Predictive Controller
本文提出一种基于模型预测控制的闭环算法，用于优化G2V/V2G动作，在变化条件下降低总谐波失真至0.5%以下，提升波形质量至99%，并维持电网频率在标准限值内。
2023-10-11 cs.SY eess.SY
Recurrent Model Predictive Control: Learning an Explicit Recurrent Controller for Nonlinear Systems
针对大规模非线性有限时域最优控制问题，提出了一种离线控制算法--递归模型预测控制（RMPC）。它可以看作是传统模型预测控制（MPC）算法的显式求解器，能够根据当前计算资源自适应地选择合适的模型预测时域，从而提高策略性能。我们的算法采用递归函数来近似最优策略，它将系统状态和参考值直接映射到控制输入。学习后的策略网络在N个循环周期后的输出对应于N步MPC的近最优解。根据贝尔曼最优性原理，通过对MPC代价函数进行分解，设计了一个策略优化目标。最优递归策略可以通过直接极小化所设计的目标函数得到，适用于一般的非线性、非仿射输入系统。基于仿真和真实机器人路径跟踪任务被用来证明所提出的方法的有效性。
2022-04-08 cs.SY eess.SY
Approximate infinite-horizon predictive control
预测控制经常用于涉及约束的控制问题。作为一种基于优化的技术，利用用户指定的所谓阶段成本、性能属性，即，除了闭环稳定性之外，无限时域累积级成本的界也是令人感兴趣的。为了实现良好的性能，并影响与预测时域相关联的吸引区域，预测控制器的优化目标的终端成本是一个关键的设计因素。近似动态规划是指在状态域上追求迭代成本自适应的一种特定近似范式。近似误差的困扰，相关的近似最优控制器，在一般情况下，不一定是稳定的，也不是它的性能量化的整个近似域。使用一个参数终端成本通过近似动态规划训练，提出了一种稳定的预测控制器，其性能可以直接关系到成本逼近误差。该控制器还确保了在与终端成本相关联的近似最优控制器的训练域之外的闭环渐近稳定性。
2022-09-07 cs.SY eess.SY math.OC
Constrained Controller and Observer Design by Inverse Optimality
模型预测控制（MPC）通常通过试错法进行整定。当基线线性控制器存在时，该控制器在没有约束的情况下已经被很好地调谐，并且MPC被引入以执行它们时，人们希望避免在它们不活动时改变原始线性反馈律。我们将这个问题公式化为类似于[1]-[3]的控制器匹配，我们将其扩展到更一般的框架。我们证明了一个正定阶段的成本矩阵，产生这种匹配属性可以计算所有稳定的线性控制器。此外，我们证明了约束估计问题也可以解决类似的，通过匹配一个线性观测器与移动时域估计（MHE）。最后，我们讨论了在一些例子中所提出的技术的实际实施的各个方面。
2021-10-29 cs.SY eess.SY
Contract-based hierarchical control using predictive feasibility value functions
Robert Bosch GmbH（罗伯特·博世有限公司）；ETH Zurich（苏黎世联邦理工学院）
针对层次控制中模型不一致和独立控制器设计问题，提出一种基于契约的层次控制策略，通过软约束MPC的松弛变量构建契约，并利用显式函数近似（如神经网络）表示最优松弛成本，实现安全高效的层次控制。
2026-05-29 cs.SY eess.SY
Comparison of Model Predictive and Reinforcement Learning Methods for Fault Tolerant Control
Vanderbilt University（范德堡大学）；Institute of Software Integrated Systems, Vanderbilt University（范德堡大学软件集成系统研究所）
容错控制器的一个理想的属性是适应系统的变化，因为它们在系统运行过程中演变。自适应控制器不需要枚举可能的故障的最优控制策略。相反，它可以实时近似一个。针对离散时间系统，提出了两种基于递阶强化学习的自适应容错控制方案。我们比较它们的性能对模型预测控制器存在传感器噪声和持续故障。在C-130飞机的油箱模型上对控制器进行了测试。我们的实验表明，基于强化学习的控制器比模型预测控制器在故障，部分可观测系统模型和不同的传感器噪声水平下表现得更鲁棒。
2020-08-10 cs.AI cs.LG cs.SY
A Learning-based Nonlinear Model Predictive Controller for a Real Go-Kart based on Black-box Dynamics Modeling through Gaussian Processes
针对真实车辆控制模型测量成本高、耗时长的问题，提出基于高斯过程加速度连续黑箱模型的卡丁车学习型NMPC控制器，实车测试验证了有效性并明确了实时应用的近似步骤。
2023-05-29 cs.SY eess.SY
Probabilistically safe controllers based on control barrier functions and scenario model predictive control
针对基于控制障碍函数的控制器短视、性能差及模型预测控制计算需求高的问题，提出仅在预测时域首步用场景法转化的确定性CBF约束实现概率安全的控制方法，给出无分布先验安全保证并通过无人机案例验证有效性。
2024-09-12 cs.SY eess.SY
Learning-Based Model Predictive Control for the Energy Management of Hybrid Electric Vehicles Including Driving Mode Decisions
提出了一种基于模型预测控制的并联式混合动力汽车能量管理系统在线控制器。它的任务是通过计算驾驶员的动力请求在动力系统的电气和燃烧部分之间的分配，以及通过选择取决于车辆离合器状态的驾驶模式，来最大限度地减少车辆在预测的驾驶任务中的燃料消耗。在模型预测控制结构中包括离合器状态并不是微不足道的，因为作为结果，潜在的优化问题变成了混合整数规划。使用庞特里亚金最小值原理和简化的车辆模型，可以证明存在依赖于驾驶循环的临界功率请求Pcrit，其唯一地分离最佳驾驶模式。基于此结果，提出了一种学习算法来确定车辆运行期间的Pcrit。将学习算法引入到多级控制器结构中，并以两个实际驾驶任务为例，详细分析了多级学习模型预测控制器的工作原理.动态规划得到的解决方案的比较表明，所提出的控制器实现接近最优性能。
2023-01-03 cs.SY eess.SY
A Predictive Operation Controller for an Electro-Thermal Microgrid Utilizing Variable Flow Temperatures
本文针对电-热微电网提出一种基于可变流量温度和模型预测控制的最优运行控制策略，通过多层网络建模和约束凸优化提升系统灵活性并利用热网存储容量。
2024-04-02 cs.SY eess.SY
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
Offset-free Data-Driven Predictive Control for Grid-Connected Power Converters in Weak Grid Faults
Eindhoven University of Technology（埃因霍温理工大学）
针对弱电网故障下传统PI控制器控制并网变换器时振荡响应大、故障穿越性能差的问题，提出无静差数据驱动预测控制方法，无需物理建模即可实现更优控制效果，显著提升故障穿越能力且计算效率与传统PI相当。
2026-09-29 cs.SY eess.SY
Deep Learning based Model Predictive Control for Compression Ignition Engines
本文采用机器学习和非线性模型预测控制器对压燃式发动机的排放和燃油消耗进行控制。在这项工作中，机器学习应用于两种方法。在第一个应用中，ML用于识别在模型预测控制优化问题中实施的模型。在第二种应用中，ML被用作NMPC的替代，其中ML控制器通过模仿或模仿模型预测控制器的行为来学习最优控制动作。在这项研究中，使用包括长短期记忆（LSTM）层的深度递归神经网络来模拟工业4.5升4缸康明斯柴油发动机的排放和性能。然后，该模型用于模型预测控制器的实现。然后，部署深度学习方案来克隆所开发的控制器的行为。在LSTM集成中，通过在NMPC优化问题中增加网络的隐藏和单元状态来使用一种新的方案。开发的LSTM-NMPC和模仿NMPC与康明斯校准发动机控制单元（ECU）模型进行了比较，在实验验证的发动机仿真平台。结果表明，氮氧化物（\nox）的排放量显着减少，并在喷射的燃料量略有减少，同时保持相同的负载。此外，模仿NMPC具有类似的性能，但与两个数量级的计算时间减少的NMPC。
2022-08-04 cs.SY eess.SY
A Safe Control Architecture Based on Robust Model Predictive Control for Autonomous Driving
提出了一种用于安全决策的鲁棒安全控制体系结构。被控系统是一个存在有界干扰的车辆。RSCA由两部分组成：Supervisor MPC和Controller MPC。管理器和控制器都是管MPC（TMPC）。Supervisor MPC为操作控制器提供安全证书，并在每个步骤中提供备用控制输入。在预测到操作控制器的不安全动作之后，控制器MPC接管系统。在本文中，提出了一种方法的终端集的计算，这是强大的对道路曲率的变化，并迫使车辆达到一个安全的参考。此外，本文还提供了两个重要的证明。首先，示出了备用控制输入安全地应用于系统以将车辆引导到安全状态。其次，证明了RSCA的递归可行性。通过对避障场景的仿真，验证了所提方法的有效性。
2022-06-20 cs.SY eess.SY
A Hybrid Gaussian Process Approach to Robust Economic Model Predictive Control
针对未来未知扰动下的鲁棒经济模型预测控制问题，提出了一种混合高斯过程（GP）方法，以降低控制器的保守性。建议的混合GP是两个著名的方法，即内核组成和非线性自回归的组合。在分析预测结果后，采用切换机制来选择这些方法中的一种进行扰动预测。混合GP的目的是检测不仅模式，但也意想不到的行为，在未知的干扰，通过使用过去的干扰测量。\textcolor{black}{A novel forgetting factor concept is also utilized in the hybrid GP, giving less weight to older measurements, in order to increase prediction accuracy based on recent disturbances values.}利用检测到的扰动信息系统地降低经济模型预测控制器的预测不确定性。仿真结果表明，所提出的方法可以提高整体性能的经济模型预测控制器相比，其他基于GP的方法的情况下，干扰具有可辨别的模式。
2020-01-07 cs.SY eess.SY
Robust Model Predictive Techno-Economic Control of Active Distribution Networks
针对配电网随机控制器需假设概率密度函数的问题，提出仅用预测上下界的鲁棒模型预测技术经济控制器，结合离散与连续控制资源调节状态并最小化购电成本，在UKGDS网络上验证了有效性。
2023-05-05 cs.SY eess.SY
Oracle-based economic predictive control
本文提出了一种经济模型预测控制器，假设对象的唯一可测信号是经济成本最小化。为了预测给定输入轨迹的经济成本的演变，提出了一种具有NARX结构的预测模型，即所谓的预言机。研究了这种预言存在的充分条件，证明了对于一般的非线性系统，如果经济代价函数是Morse函数，则可以得到这种预言。基于此预言，经济模型预测控制器的建议，并证明其稳定性在标称条件下的标准耗散性假设。这些控制器在实际环境中的可行性（其中的预言可能提供不完善的预测通用输入）证明了通过输入到状态稳定性。这些特性已在基于连续搅拌釜式反应器的案例研究中得到说明。
2021-04-19 cs.SY eess.SY
On the Optimality and Convergence Properties of the Iterative Learning Model Predictive Controller
在本技术说明中，我们分析了线性确定性系统的学习模型预测控制（LMPC）策略的性能改进和最优性属性。LMPC框架是一种策略迭代方案，其中闭环轨迹用于更新控制策略以用于控制任务的下一次执行。我们表明，当线性独立约束规格（LICQ）条件成立，LMPC计划保证严格的迭代性能改善和最优性，这意味着在整个任务的闭环成本评估渐近收敛到无限时域控制问题的最优成本。与以前的工作相比，这个充分LICQ条件可以很容易地检查，它适用于更大的一类系统，它可以用来自适应地选择控制器的预测范围，作为数值例子证明。
2022-02-01 cs.SY eess.SY math.OC
