模型预测控制(MPC)的稳定性证明——终端约束
来源:互联网 发布:mac校园网登录 编辑:程序博客网 时间:2024/06/07 16:00
作为一种在有限时域内进行滚动优化求解的控制算法,模型预测控制(Model Predictive Control,MPC)的稳定性更引入关注。自从上世纪80年代后期MPC在工业界的成功应用倒逼学术界进行理论研究后,关于MPC的稳定性逐渐得到了证明并出现了在不同基础上的思路,本文主要讲述其中采用添加终端约束(terminal constraints)的方法。参考内容是Maciejowski的Predictive control: with constraints这本书。
这里考虑一个一般性的被控对象的模型:
在每个周期的控制作用是通过求解下面这个优化命题得到的:
在如上所述的情况下,如果我们再假设每个周期的优化命题都有可行解且能求解得到全局最优,那么我们可以认定系统在
证明如下:
这里稳定性的证明采用了控制理论中传统的Lyapunov稳定性证明,即就是找到系统的一个Lyapunov函数,该函数正定而其倒数负定(即函数值递减)。这里的思路就是以每个周期的优化命题目标函数的最优值(即
与其他的稳定性证明方法相同,我们在这里假设模型是无偏的,且不考虑噪声的干扰。因此预测得到的系统状态与实际对象的状态一致,即如果
相对于原书中关于上式的推导,我在不等号前添加了一步以更大程度上便于理解,能把
在上式的基础上,因为我们已经添加了终端约束,即
关于MPC稳定性的证明和Lyapunov函数的意义,可以参考朱豫才老师的一篇博文:李雅普诺夫稳定性理论之批判。
Ref.
Maciejowski, J. M. (2002). Predictive control: with constraints. Pearson education.
- 模型预测控制(MPC)的稳定性证明——终端约束
- 模型预测控制(MPC,Model Predictive Control)
- 显式预测控制(Explicit MPC)
- 自动驾驶的模型预测控制
- MPC常用到的线性模型
- MPC中常用到的非线性模型
- 泛化上界的证明——为什么机器能进行学习和预测?
- 预测控制——未卜先知
- 模型评估——定量分析预测的质量
- 机器学习---模型的稳定性
- 数据控制—完整性约束
- MPC—Shader—傻瓜教程 Ver.1.0(转)
- MPC—Shader—傻瓜教程 Ver.1.0(转)
- 【量化投资】基金择时策略浅析(4) ——参数优化和模型稳定性
- 非线性模型预测控制-建模方法
- poj3169 layout差分约束的证明。。。
- 控制Android自动化测试程序的稳定性
- 基于拉格尔函数模型的预测控制在线自辩识问题
- 面试被问长处和弱点就要这么答!
- windows下python安装Numpy、Scipy、matplotlib模块
- linux 根据时间筛选删除文件
- asp.net 将本地excel表导入网页 并在gridview中显示
- wifidog交叉编译
- 模型预测控制(MPC)的稳定性证明——终端约束
- Unsupported major.minor version 51.0(jdk版本错误)
- COCOA 的一些语法规则的细则
- nginx 学习笔记--Nginx安装及反向代理配置(简述)
- HTTP详解(2)-请求、响应、缓存
- Android 调用系统的分享[完美实现同时分享图片和文字]
- 我的测试记录之IOSv.1.2.1.1历史快照总结
- iOS:xxx referenced from
- 超详细在Ubuntu下安装JDK图文解析