User manual and tutorial for ISIM1s: a tiny MATLAB package for single stage invariant manifold-guided impulsive stabilization of delay equations
ISIM1s由几个MATLAB函数和一个脚本组成,可用于导出延迟微分方程的稳定脉冲控制器。本文档既可作为手册,也可作为ISIM 1s软件包功能的教程。在解释主要的MATLAB脚本之前,提供了理论上保证稳定的情况的简要背景。该教程演示了如何包可以用来获得稳定的脉冲控制器的延迟微分方程的各种复杂性尺度。重点放在各种调整参数的作用。
2021-02-12 cs.SY eess.SY math.OC
MATLAB-based general approach for square-root extended-unscented and fifth-degree cubature Kalman filtering methods
本文提出基于MATLAB ODE求解器的平方根EKF/UKF与EKF/5D-CKF混合滤波方法,在保持估计精度的同时显著降低计算成本,并通过数值实验验证其性能。
2023-12-05 math.OC
Numerical Optimal Control of HIV Transmission in Octave/MATLAB
我们提供了易于阅读的GNU Octave/MATLAB代码,用于模拟由常微分方程描述的数学模型,并通过庞特里亚金的最大值原理解决最优控制问题。为此,我们考虑了一个基于我们最近的贡献(Silva,C. J.; Torres,D.F.M. SICA流行病学分区模型及其在佛得角艾滋病毒/艾滋病中的应用。生态复合体。2017,30,70- 75),由四个常微分方程的系统给出。利用Ode 45 GNU Octave函数和我们在Octave/MATLAB中实现的三种标准方法:欧拉法、二阶和四阶龙格-库塔法,数值求解了HIV初值问题。然后,将控制函数引入到归一化的HIV模型中,建立了一个最优控制问题,目标是找到最优的HIV预防策略,使未感染HIV的个体比例最大化,同时使HIV新发感染和控制措施的成本最小化.最优控制问题的特点是分析使用庞特里亚金最大值原理,并通过实施一个向前向后的四阶龙格-库塔法数值计算的极值。完整的算法,不受控制的初始值和最优控制问题,开发下的自由GNU Octave软件和MATLAB兼容的文章提供。
2019-12-19 cs.NA math.NA math.OC
On derivative-free extended Kalman filtering and its Matlab-oriented square-root implementations for state estimation in continuous-discrete nonlinear stochastic systems
针对连续-离散非线性随机系统,本文提出一种无导数扩展卡尔曼滤波方法,推导了矩与样本点微分方程及其平方根形式,并设计了基于MATLAB内置ODE求解器的精确数值实现,有效解决了高度非线性系统难以计算雅可比矩阵的估计难题。
2024-02-17 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
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
Model Predictive Control for Regular Linear Systems
目前的工作扩展了已知的有限维约束最优控制实现的领域,适定的定期线性无限维系统建模的偏微分方程。该方法利用保持结构的Cayley-Tustin变换,在不进行空间离散化或模型降阶的情况下,通过离散时间模型表示来逼近连续时间系统.利用离散时间模型的最优性,稳定性,输入和输出/状态约束的明确的方式占模型预测控制器的设计。所提出的模型预测控制器是双模的意义上说,预测控制器的状态转向一组指数稳定无约束反馈可以利用不违反约束。模型预测控制器的构造导致有限维约束的二次最优化问题易于通过标准数值方法求解。考虑了偏微分方程的两个典型例子。
2020-05-20 math.OC
Output feedback stable stochastic predictive control with hard control constraints
针对离散线性定常系统,提出了一种不完全状态信息下的随机预测控制器。我们的方法是基于一个合适的选择的控制策略,稳定性约束,并雇用一个卡尔曼滤波器来估计不完整和腐败的观察系统的状态。我们证明,这种方法产生了一个计算上容易处理的问题,应该定期在线解决,所得到的闭环系统是均方有界的任何正界的控制行动。我们的研究结果允许一个解决最大的一类线性定常系统已知的服从随机稳定有界控制行动通过输出反馈随机预测控制。
2018-02-26 math.OC
Two-component controller design to safeguard data-driven predictive control
本文提出双组件控制器,结合数据驱动预测控制与高增益反馈,确保输出约束满足,并通过数值示例验证其有效性。
2025-05-25 math.OC
On Stochastic Model Predictive Control with Bounded Control Inputs
研究了离散时间系统的模型预测控制和滚动时域控制问题,其中离散时间系统具有可能的无界随机噪声输入,且控制输入满足硬界。我们使用的非线性反馈政策的噪声测量,并表明所得到的数学程序在这两种情况下有一个易于处理的凸解。此外,在零输入零噪声系统是渐近稳定的假设下,我们证明了在所得到的模型预测控制和滚动时域控制策略下,状态的方差是有界的。最后,我们提供了一些数值例子,说明如何在底层数学程序中的某些矩阵可以离线计算。
2009-02-23 math.OC
Self-triggered Model Predictive Control for Continuous-Time Systems: A Multiple Discretizations Approach
针对连续时间线性网络控制系统,提出了一种新的自触发模型预测控制方法。我们的控制方法,其目的是减少传输控制样本的数量到对象,通过迭代求解不同的采样时间间隔的最优控制问题。然后,控制器选择一个采样模式作为传输决策,从而减少通信负载并获得稳定性。所提出的策略是通过比较仿真例子来说明。
2016-09-08 math.OC
Self-triggered Model Predictive Control for Nonlinear Input-Affine Dynamical Systems via Adaptive Control Samples Selection
针对连续时间非线性仿射网络控制系统,提出了一种自触发的模型预测控制方法。该控制方法不仅规定了何时执行控制任务,而且提供了一种将最优控制轨迹离散为多个控制样本的方法,从而减少了通信负载。在采样保持实现下的稳定性分析也给出了,这保证了状态收敛到一个终端区域,系统可以通过一个本地状态反馈控制器稳定。一些仿真例子验证了我们提出的框架。
2016-03-11 math.OC
Distributionally robust model predictive control for wind farms
在本文中,我们开发了一个分布式鲁棒模型预测控制框架的控制风力发电场的功率跟踪和机械应力降低的个别风力涡轮机的目标。我们引入一个ARMA模型来预测湍流风速,我们只是假设残差是亚高斯噪声与统计包含在一个基于矩的模糊集。我们采用了最近开发的分布式模型预测控制方案,以确保约束满足和递归的控制算法的可行性。该方法的有效性证明了一个实际的例子,五个风力涡轮机在一排。
2023-03-06 math.OC
Stochastic economic model predictive control for Markovian switching systems
在模型预测控制(MPC)制定过程经济性的优化已经引起了一个新的控制范式称为经济MPC(EMPC)。对于电磁控制确定性系统的闭环特性,已有不少学者进行了研究,但对于不确定性系统的研究还很少。在本文中,我们提出了非线性马尔可夫切换系统的EMPC公式,保证递归的可行性,渐近性能界和约束均方(MS)稳定。
2016-10-31 math.OC
The Implicit Rigid Tube Model Predictive Control
该研究提出刚性管模型预测控制的高效重构形式,采用隐式集合表示,无需显式集合代数运算,仅用标准优化求解器即可实现,提升了计算可行性。
2023-06-26 math.OC
Optimality Conditions for Model Predictive Control: Rethinking Predictive Model Design
本文针对预测模型不准确导致MPC次优的问题,建立了MPC方案实现闭环最优性的充要条件,为构建直接关联控制性能的预测模型提供了数学基础。
2024-12-24 math.OC
Distributed model predictive control of leader-follower systems using an interior point method with efficient computations
标准的模型预测控制策略意味着在每个采样实例处的控制输入的在线计算,这传统上将这种类型的控制方案限制于具有慢动态的系统。本文主要研究由相互作用的线性子系统组成的大系统的分布式模型预测控制,其中控制输入所需的在线计算可以分布在它们之间。基于分布式内点方法,推导出一种模型预测控制器,使网络中的每个子系统都可以通过分布式计算来计算稳定控制输入。我们引入局部终端集和费用函数,它们共同满足整个系统的分布不变性条件,保证闭环关联系统的稳定性。我们表明,终端集和终端费用函数的合成可以在一个分布式的框架。
2013-02-24 math.OC
Stochastic Model Predictive Control, Iterated Function Systems, and Stability
我们提出的观察,随机模型预测控制的过程中,可以制定的迭代函数系统的框架。后者具有丰富的遍历论,可用于研究系统的长期行为。我们展示了如何实现这样的框架,为具体的问题,并说明了相关的理论保证的应用所需的条件。
2022-10-13 math.OC
Guaranteed Cost Approach to Robust Model Predictive Control of Uncertain Linear Systems
针对不确定离散时间系统,提出了一种约束保性能鲁棒模型预测控制器(GCMPC)。该控制器是基于二次型成本泛函设计的,保证了对二次型不确定性的鲁棒性。这类问题是目前棘手的最小最大鲁棒模型预测控制器没有多面体近似的不确定性。所提出的技术是计算效率更高,然后基于枚举的方法,只需要一个二次约束二次问题(QCQP)优化,而基于LMI的GCMPC方法需要一个半定规划(SDP)优化。
2017-03-06 math.OC
Model and Load Predictive Control for Design and Energy Management of Shipboard Power Systems
在目前的中压直流(MVDC)船载电力系统(SPS)中,存在多信源以向公共直流总线供电。传统上,这种系统的功率管理通过控制包括燃料操作发电机和底层转换器的发电模块(PGM)来执行。此外,能源管理是由新兴的单一或混合能源存储系统(ESS)。本文提出了一个模型和负荷预测控制框架的电力和能源管理的SPS。这里,具有负载预测的MPC用于三个主要目标:(1)根据发电机和能量存储元件各自的功率状态(SOP)和斜坡速率限制从发电机和能量存储元件请求功率和能量,(2)考虑并整合发电机成本和降级,以及(3)在预测范围结束时达到ESS的特定停车(最终)荷电状态(SOC)。利用MATLAB演示了最优化问题的解决方案,并在实时仿真环境中验证了控制框架的功能。
2021-05-20 cs.SY eess.SY math.OC
A Structure Exploiting Branch-and-Bound Algorithm for Mixed-Integer Model Predictive Control
Mitsubishi Electric Research Laboratories(三菱电机研究实验室)
本文提出了一种利用混合整数模型预测控制问题结构的分支定界算法,该算法能够利用问题的块稀疏最优控制结构,并通过从前一时间步的分支定界树和解路径中传播信息进行预热启动,从而提高计算性能,并在多个MPC案例研究中与当前最先进的求解器进行比较。
2019-03-21 cs.SY eess.SY math.OC
Continuous-discrete unscented Kalman filtering framework by MATLAB ODE solvers and square-root methods
针对连续-离散无迹卡尔曼滤波器的实现设计问题,提出基于MATLAB ODE求解器和J正交变换平方根方法的实现框架,可提升随机动态系统状态估计的精度与鲁棒性。
2023-10-06 cs.NA cs.SY eess.SY
Model predictive controllers for reduction of mechanical fatigue in wind farms
United Technologies Research Center Ireland(联合技术研究院爱尔兰);Università degli Studi di Pavia(帕维亚大学)
本文提出基于MPC的风场功率调度算法,通过引入风湍流ARMA预测器降低不确定性,实现机械应力的减少,验证了在大型风场中的有效性。
2015-03-22 cs.SY eess.SY math.OC
Autonomous Racing using Learning Model Predictive Control
University of California at Berkeley(加州大学伯克利分校)
将一种新的学习模型预测控制技术应用于自主竞速问题。控制器的目标是最小化完成一圈的时间。所提出的控制策略使用前几圈的数据,以提高其性能,同时满足安全要求。此外,提出了一种系统辨识技术来估计车辆动力学。仿真结果与高保真仿真软件CarSim所提出的控制方案的有效性。
2017-11-09 cs.LG math.OC
Predictive Network Control and Throughput Sub-Optimality of MaxWeight
我们提出了一种新的控制策略,称为预测网络控制(PNC)控制无线通信网络(在数据包级别),基于模型预测控制(MPC)的范例。与使用提前一步预测的常见近视策略相比,PNC预测系统在扩展范围内的未来行为,从而促进性能增益。我们定义了一个先进的系统模型,在该模型中,我们使用马尔可夫链与伯努利试验相结合,以模拟网络的随机组件。此外,我们介绍了算法,并提出了两个详细的仿真例子,这表明一般的改进性能和增益的稳定区域相比,标准的政策。
2018-08-31 eess.SP math.OC
Mixed integer predictive control and shortest path reformulation
混合整数预测控制是在滚动时域内对整数和实数控制变量进行优化。控件的混合整数性质可能是较大维度的实例难以处理的原因。为了解决这个小问题,我们提出了一种分解方法,将原来的$n$维问题转化为批量形式的$n$独立标量问题。每个标量问题,然后重新制定为最短路径之一,并解决了通过线性规划在一个后退的地平线。这最后一个重构步骤反映了混合整数规划中的标准过程。如果我们根据预测控制技术操作,则可以降低分解引入的近似:i)优化时域上的控制ii)应用第一控制iii)提供其他状态的测量更新并重复该过程。
2010-03-15 math.DS 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
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
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