×

克服显式MPC局限性的在线活动集策略。 (英语) 兹比尔1284.93100

摘要:几乎所有线性模型预测控制(MPC)算法要么依赖于凸二次规划(QP)的实时解,要么依赖于对所有可能的问题实例的该解的显式预先计算。本文提出了一种在线主动集策略,用于快速求解MPC中出现的参数QP。该策略利用了前一个QP的解信息,假设活动集在下一个QP之间变化不大。此外,我们还对CPU时间有限的地方进行了修改,以使其适用于严格的实时应用程序。它的性能通过一个包含240个变量和1191个不等式的具有挑战性的测试示例进行了验证,这些变量依赖于57个参数,对于显式MPC方法来说是禁止的。在这个例子中,我们的策略允许每个QP的CPU时间远低于100ms,并且比标准的活动集QP求解器快大约一个数量级。

MSC公司:

93B40码 系统理论中的计算方法(MSC2010)
90C20个 二次规划

软件:

抱怨
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bemporad,Automatica 38第3页–(2002年)
[2] 吉尔,《数学编程》30页176–(1984)
[3] 吉尔,《ACM数学软件汇刊》,第10页,第282页–(1984年)
[4] Goldfarb,《数学编程》,第27页,第1页–(1983年)
[5] Bartlett,优化与工程,第7页,第5页–(2006年)
[6] 单纯形算法有多好?《不平等》,第三卷,(编辑)。学术出版社:纽约,1972年;159–175.
[7] Primal–双重内部点方法。SIAM:宾夕法尼亚州费城,1997年·doi:10.1137/1.9781611971453
[8] Rao,优化理论与应用杂志99 pp 723–(1998)
[9] 一种求解参数二次规划问题的算法。应用数学与并行计算。Physica-Verlag:海德堡,1996;57–76. ·Zbl 0906.65064号 ·doi:10.1007/978-3642-99789-15
[10] , . MPC应用中快速参数二次规划的在线主动集策略。IFAC快速系统非线性模型预测控制研讨会论文集,格勒诺布尔,2006年。
[11] .直接求解最优控制问题的多重打靶算法。第九届国际会计师联合会世界大会会议记录,布达佩斯。佩加蒙出版社:牛津,1984年;243–247.
[12] .凸优化。大学出版社:剑桥,2004年·doi:10.1017/CBO9780511804441
[13] 扎菲里奥,《计算机与化学工程》,第14页,第359页–(1990年)
[14] Borrelli,优化理论与应用杂志118,第515页–(2003)
[15] 特伦德尔,自动化39,第489页–(2003)
[16] 特伦德尔,自动化39,第945页–(2003)
[17] 自动化Pannocchia 43第852页–(2007年)
[18] 使用高达25 kHz的采样率将MPC应用于有源结构。第四十四届IEEE决策与控制会议和ECC’05欧洲控制会议,2005年,塞维利亚。
[19] 非线性规划中的灵敏度和稳定性分析简介。学术出版社:纽约,1983年。
[20] 吉尔,《数学编程》,第14页,第349页–(1978年)
[21] 抱怨。Fortran库例程文档E04NAF,1991。
[22] 针对最优控制问题的直接多重打靶法,提出了一种具有不精确导数的SQP算法。海德堡大学硕士论文,2006年。
[23] qpOASES主页。http://home.esat.kuleuven.be/optec/software/qpOASES/
[24] 在线QPBechmark集合。http://nmpcgroup.uni-hd.de/onlineQP
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。