基于在线学习的未知线性系统输入映射数据驱动模型预测控制

摘要

本文针对未知受约束线性系统,提出一种多步输入映射数据驱动模型预测控制方法。该方法无需在线辨识系统模型,也不依赖成本较高的离线试验,而是将当前与未来输入映射到在线采集的历史输入—状态轨迹,并利用历史状态的线性组合表达未来状态;移动数据窗口持续更新控制器所用信息。在此基础上,文章构造了两种计算高效的数据驱动鲁棒模型预测控制器,并给出可行性与稳定性保证。仿真结果表明所提方法能够改善控制性能和计算效率。

出版物
International Journal of Robust and Nonlinear Control
杨令怡
杨令怡
博士
李德伟
李德伟
长聘教授 | 实验室主任

现为中国自动化学会预测控制及智能决策专委会主任,控制理论与应用教育工作组委员,国际著名刊物Control Engineering Practice 编委,主持科技部重点研发计划项目、国家自然科学基金重点、面上及国际合作基金、国家863项目课题等20余项国家级项目,承担重点企业委托项目20余项

马奥运
马奥运
助理研究员
席裕庚
席裕庚
讲席教授