×

基于次优ADMM的连续非线性系统分布式模型预测控制。 (英语) Zbl 1411.93070号

摘要:本文提出了一种基于交替方向乘子法(ADMM)的连续非线性系统分布式模型预测控制(DMPC)方案。ADMM算法中的停止准则限制了迭代次数,从而限制了DMPC解决方案期间所需的通信工作量,代价是牺牲了次优解决方案。在两种不同的ADMM收敛假设下,给出了次优DMPC方案的稳定性结果。特别是,每个ADMM步骤中所需的迭代都是有界的,这在仿真研究中也得到了证实。

MSC公司:

93B40码 系统理论中的计算方法(MSC2010)
93立方厘米 控制理论中的非线性系统
93D05型 李亚普诺夫和控制理论中的其他经典稳定性(拉格朗日、泊松、(L^p、L^p)等)
93甲15 大型系统

软件:

抓斗
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Mayne,D,Rawlings,J,Rao,C,Scokaert,P。约束模型预测控制:稳定性和最优性。Automatica公司. 2000; 36(6):789‐814·Zbl 0949.93003号
[2] Camacho,E,Bordons,C.模型预测控制。英国伦敦:施普林格;2003. ·Zbl 1223.93037号
[3] Mattingley,J,Wang,Y,Boyd,S.衰退地平线控制。IEEE控制系统. 2011; 31( 3): 52‐ 65. ·兹比尔1395.93207
[4] Camponogara,E,Jia,D,Krogh,B,Talukdar,S。分布式模型预测控制。IEEE控制系统. 2002; 22( 1): 44‐ 52.
[5] Scattolini,R.分布式和分层模型预测控制体系结构——综述。J过程控制2009年;19( 5): 723‐ 731.
[6] Maestre,J.分布式模型预测控制变得简单。R Negenborn,编辑:Dordrecht,《荷兰:施普林格》;2014
[7] Riverso,S,Ferrari‐Trecate,G.线性约束系统的基于Tube的分布式控制。Automatica公司. 2012; 48( 11): 2860‐ 2865. ·Zbl 1252.93113号
[8] Trodden,PA,Richards,AG。通过约束耦合的线性不确定系统的基于管的协作分布式MPC。收录:J Maestre,R Negenborn,eds.Distributed Model Predictive Control Made Easy。多德雷赫特,《荷兰:施普林格》;2014: 57‐ 72. 智能系统、控制和自动化:科学与工程;第69卷。
[9] Trodden,P,Maestre,J.相互干扰最小化的分布式预测控制。Automatica公司. 2017; 77: 31‐ 43. ·Zbl 1355.93019号
[10] Zeilinger,M,Pu,Y,Riverso,S,Ferrari‐Trecate,G,Jones,C.基于分布不变性和优化的即插即用分布式模型预测控制。附:第52届IEEE决策与控制会议(CDC)会议记录;2013; 意大利佛罗伦萨。
[11] Riverso,S,Ferrari‐Trecate,G.带耦合衰减的即插即用分布式模型预测控制。Optim Control应用方法. 2015; 36( 3): 292‐ 305. ·Zbl 1312.93011号
[12] Lucia,S,Kögel,M,Findeisen,R.具有即插即用功能的分布式系统的基于合同的预测控制。In:第五届IFAC非线性模型预测控制会议论文集NMPC,第48卷;2015; 西班牙塞维利亚。
[13] Fele,F,Maestre,J,Camacho,E.联合控制:合作博弈理论与控制。IEEE控制系统. 2017; 37( 1): 53‐ 69. ·Zbl 1477.91004号
[14] Fink,J,Michael,N,Kim,S,Kumar,V。使用空中机器人进行合作操纵和运输的规划和控制。Int J机器人研究. 2011; 30( 3): 324‐ 334. ·Zbl 1250.93085号
[15] Venkat,A,Hiskens,I,Rawlings,J,Wright,S。分布式MPC策略及其在电力系统自动发电控制中的应用。IEEE变速器控制系统技术. 2008; 16( 6): 1192‐ 1206.
[16] Stadler,P,Ashouri,A,Maréchal,F。微电网中能源系统的分布式模型预测控制。在:2016年IEEE系统年会论文集(SysCon);2016; 佛罗里达州奥兰多。
[17] Leirens,S,Zamora,C,Negenborn,R,De Schutter,B.使用分布式模型预测控制在城市供水网络中进行协调。摘自:2010年美国控制会议(ACC)会议记录;2010; 马里兰州巴尔的摩。
[18] Ocampo‐Martinez,C,Barcelli,D,Puig,V,Bempoad,A.饮用水管网的分层和分散模型预测控制:在巴塞罗那案例研究中的应用。IET控制理论应用. 2012; 6( 1): 62‐ 71.
[19] Hentzelt,S,Klingler,A,Graichen,K。分布式模型预测控制应用于配水系统的实验结果。2014年IEEE智能控制国际研讨会(ISIC)论文集;2014年;不错,法国。
[20] Giselsson,P,Rantzer,A.基于对偶分解的分布式MPC广义加速梯度方法。收录:J Maestre,R Negenborn,eds.Distributed Model Predictive Control Made Easy。多德雷赫特,《荷兰:施普林格》;2014: 309‐ 325. 智能系统、控制和自动化:科学与工程;第69卷。
[21] Müller,M,Schürrmann,B,Allgöwer,F。通过分布式MPC实现动态解耦系统的鲁棒协同控制。In:第四届IFAC非线性模型预测控制会议记录;2012; 荷兰诺德威克霍特。
[22] Kögel,M,Findeisen,R.使用分布式MPC进行设定点跟踪。摘自:第十届IFAC过程系统动力学与控制国际研讨会(DYCOPS)会议记录;2013; 印度孟买。
[23] Farina,M,Betti,G,Giulioni,L,Scattolini,R.跟踪理论和应用的分布式预测控制方法。IEEE变速器控制系统技术2014年;22( 4): 1558‐ 1566.
[24] Farokhi,F,Shames,I,Johansson,K.通过双重分解和乘数交替方向方法分配MPC。收录:J Maestre,R Negenborn,eds.Distributed Model Predictive Control Made Easy。多德雷赫特,《荷兰:施普林格》;2014: 115‐ 131. 智能系统、控制和自动化:科学与工程;第69卷。
[25] Müller,M,Reble,M,Allgöwer,F。通过分布式模型预测控制对动态解耦系统进行协同控制。国际J鲁棒非线性控制. 2012; 22( 12): 1376‐ 1397. ·Zbl 1286.93018号
[26] Kozma,A,Savorgnan,C,Diehl,M.大型非线性系统的分布式多重射击。In:J Maestre,R Negenborn,eds.分布式模型预测控制变得简单。多德雷赫特,《荷兰:施普林格》;2014: 327‐ 340. 智能系统、控制和自动化:科学与工程;第69卷。
[27] Farina,M,Betti,G,Scattolini,R.连续时间系统的分布式预测控制。系统控制通知. 2014; 74: 32‐ 40. ·Zbl 1300.93067号
[28] Grüne,L,Rantzer,A.关于滚动地平线控制器的无限地平线性能。IEEE Trans Autom控制. 2008; 53( 9): 2100‐ 2111. ·Zbl 1367.90109号
[29] Limon,D,Alamo,T,Salas,F,Camacho,E.关于无终端约束约束MPC的稳定性。IEEE Trans Autom控制. 2006; 51( 5): 832‐ 836. ·Zbl 1366.93483号
[30] Graichen,K,Kugi,A.无终端约束的次优MPC的稳定性和增量改进。IEEE Trans Autom控制. 2010; 55( 11): 2576‐ 2580. ·Zbl 1368.93538号
[31] Talukdar,S,Jia,D,Hines,P,Krogh,B。缓解级联故障的分布式模型预测控制。在:第44届IEEE决策与控制会议和欧洲控制会议论文集(CDC‐ECC);2005; 西班牙塞维利亚。
[32] Doan,M,Keviczky,T,De Schutter,B.使用Fenchel对偶的分布式模型预测控制迭代方案。J过程控制. 2011; 21( 5): 746‐ 755.
[33] 内科瓦拉,我,多安,D,苏肯斯,杰克。近端中心分解方法在分布式模型预测控制中的应用。在:2008年第47届IEEE决策与控制会议论文集(CDC);2008; 墨西哥坎昆。
[34] Necoara,I,Savorgnan,C,Tran,DQ,Suykens,J,Diehl,M.使用顺序凸规划和平滑技术的分布式非线性最优控制。摘自:第48届IEEE决策与控制会议(CDC)会议记录;2009; 中国上海。
[35] Venkat,A,Rawlings,J,Wright,S.分布式模型预测控制的稳定性和最优性。摘自:第44届IEEE决策与控制会议和欧洲控制会议(CDC-ECC)会议记录;2005; 西班牙塞维利亚。
[36] Scheu,H,Marquardt,W.分布式模型预测控制中基于灵敏度的协调。J过程控制. 2011; 21( 5): 715‐ 728.
[37] Scheu,H,Busch,J,Marquardt,W.基于一阶灵敏度的非线性分布式动态优化。摘自:2010年美国控制会议(ACC)会议记录;2010; 马里兰州巴尔的摩。
[38] Stewart,B,Wright,S,Rawlings,J.非线性系统的合作分布式模型预测控制。J过程控制. 2011; 21: 698‐ 704.
[39] Rantzer,A.分布式控制的动态双重分解。附:2009年美国控制会议(ACC)会议记录;2009; 密苏里州圣路易斯。
[40] Cheng,R,Forbes,J,Yip,W.解决工厂MPC问题的价格驱动协调方法。J过程控制. 2007; 17( 5): 429‐ 438.
[41] Negenborn,R,De Schutter,B,Hellendorn,J.运输网络多智能体模型预测控制:串行与并行方案。摘自:第十二届IFAC制造业信息控制问题研讨会(INCOM)会议记录;2006; 法国圣埃蒂安。
[42] Giselsson,P,Rantzer,A.具有次优性和稳定性保证的分布式模型预测控制。摘自:第49届IEEE决策与控制会议(CDC)会议记录;2010; 佐治亚州亚特兰大·Zbl 1360.93389号
[43] Mc Namara,P,Negenborn,R,De Schutter,B,Lightbody,G.使用基于本地通信的分布式模型预测控制的多链路HVDC系统的协调。摘自:第18届国际会计师联合会世界大会会议记录;2011; 意大利米兰。
[44] Kögel,M,Findeisen,R。使用交替方向乘数法的合作分布式MPC。摘自:第八届国际会计师联合会化工过程先进控制研讨会论文集;2012; 新加坡,新加坡。
[45] Shi,W,Ling,Q,Yuan,K,Wu,G,Yin,W.关于分散共识优化中ADMM的线性收敛性。IEEE传输信号处理2014年;62( 7): 1750‐ 1761. ·Zbl 1394.94532号
[46] 洪、M、罗、Z‐Q。关于交替方向乘数法的线性收敛性。数学课程. 2017; 162( 1): 165‐ 199. ·兹比尔1362.90313
[47] Davis,D,Yin,W.正则性假设下松弛Peaceman‐Rachford和ADMM的更快收敛速度。数学运算结果. 2017; 42( 3): 783‐ 805. ·Zbl 1379.65035号
[48] Giselsson,P,Boyd,S.Douglas‐Rachford分裂和ADMM中的线性收敛和度量选择。IEEE Trans Autom控制. 2017; 62( 2): 532‐ 544. ·Zbl 1364.90256号
[49] Graichen,K,Käpernick,B.非线性模型预测控制的实时梯度方法。在:T Zheng主编的《模型预测控制前沿》中。英国伦敦:INTECH Open Access Publisher;2012: 9‐ 28.
[50] Michalska,H,Mayne,D.约束非线性系统的鲁棒滚动时域控制。IEEE Trans Autom控制. 1993; 38( 11): 1623‐ 1633. ·Zbl 0790.93038号
[51] Parisini,T,Zoppoli,R.非线性系统和神经近似的滚动时域调节器。Automatica公司. 1995; 31( 10): 1443‐ 1451. ·Zbl 0850.93343号
[52] Chen,H,Allgöwer,F.保证稳定性的准无限时域非线性模型预测控制方案。Automatica公司. 1998; 34( 10): 1205‐ 1217. ·Zbl 0947.93013号
[53] Bertsekas,DP,Tsitsiklis,JN。并行和分布式计算:数值方法。马萨诸塞州贝尔蒙特:Athena Scientific;1997
[54] Hentzelt,S,Graichen,K。基于近似邻域动力学的分布式动态优化中的增广拉格朗日方法。摘自:2013年IEEE系统、人与控制论国际会议(SMC)会议记录;2013; 英国曼彻斯特。
[55] Han,D,Yuan,X.二次规划交替方向乘数法的局部线性收敛性。SIAM J数字分析. 2013; 51(6):3446‐3457·Zbl 1285.90033号
[56] 邓,W,尹,W。关于广义交替方向乘子法的全局收敛性和线性收敛性。科学与计算杂志. 2016; 66( 3): 889‐ 916. ·Zbl 1379.65036号
[57] Gabay,D.乘数法在变分不等式中的应用。In:M Fortin,R Glowinski,eds.增广拉格朗日方法:在边值问题数值解中的应用。荷兰阿姆斯特丹:爱思唯尔;1983: 299‐ 331. ·Zbl 0525.65045号
[58] Davis,D,Yin,W.几种分裂方案的收敛速度分析。收录:R Glowinski、S Osher、W Yin主编,《通信、成像、科学和工程中的分裂方法》,瑞士查姆:施普林格;2016: 115‐ 163. ·Zbl 1372.65168号
[59] Giselsson,P.Douglas‐Rachford分裂和ADMM的紧线性收敛速度界。摘自:第54届IEEE决策与控制会议(CDC)会议记录;2015; 日本大阪·Zbl 1380.65104号
[60] Attouch,H,Bolt,J,Redont,P,Soubeyran,A.非凸问题的近似交替最小化和投影方法:基于KurdykaŁojasiewicz不等式的方法。数学运算结果. 2010; 35( 2): 438‐ 457. ·Zbl 1214.65036号
[61] Benning,M,Knoll,F,Schönlieb,CB,Valkonen,T.带非线性算子约束的预处理ADMM。收录于:L Bociu,J‐A Désidéri,A Habbal主编,《系统建模与优化:第27届IFIP TC 7会议》,CSMO 2015,Sophia Antipolis,France,2015年6月29日至7月3日,修订论文集。瑞士查姆:施普林格;2016: 117‐ 126. IFIP在信息和通信技术方面的进展;第494卷。
[62] Magnüsson,S,Weeraddana,P,Rabbat,M,Fischione,C.关于非凸结构优化问题交替方向拉格朗日方法的收敛性。IEEE传输控制网络系统. 2016; 3(3):296‐309·Zbl 1370.90196号
[63] Wang,Y,Yin,W,Zeng,J.非凸非光滑优化中ADMM的全局收敛性。ArXiv e‐prints;2016https://arxiv.org/abs/1511.06324
[64] Nishihara,R,Lessard,L,Recht,B,Packard,A,Jordan,M。ADMM收敛性的一般分析。ArXiv电子指纹;2015
[65] Ghadimi,E,Teixeira,A,Shames,I,Johansson,M。交替方向乘数法(ADMM)的最佳参数选择:二次型问题。IEEE Trans Autom控制. 2015; 60( 3): 644‐ 658. ·Zbl 1360.90182号
[66] Han,D,Sun,D,Zhang,L.凸组合二次半定规划交替方向乘子法的线性速度收敛性。ArXiv电子指纹;2015https://arxiv.org/abs/1508.02134
[67] Käpernick,B,Graichen,K。基于梯度的非线性模型预测控制软件GRAMPC。附:2014年欧洲控制会议(ECC)会议记录;2014年;法国斯特拉斯堡。
[68] Englert,T,Völz,A,Mesmer,F,Rhein,S,Graichen,K。使用基于梯度的增广拉格朗日方法(GRAMPC)进行嵌入式非线性模型预测控制的软件框架。已提交给优化与工程.arXiv电子打印可在https://arxiv.org/abs/1805.01633
[69] Dutra,M,Filho,A,Romano,V。使用范德波尔的耦合非线性振荡器对两足机器人进行建模。Biol Cybern公司. 2003; 88( 4): 286‐ 292. ·Zbl 1075.92008年
[70] WB邓巴。动态耦合非线性系统的分布式滚动时域控制。IEEE Trans Autom控制. 2007; 52( 7): 1249‐ 1263. ·Zbl 1366.93253号
[71] Alvarado,I,Limon,D,Muñoz de la Peña,D等。应用于HD‐MPC四油箱基准测试的分布式MPC技术的比较分析。J过程控制. 2011; 21( 5): 800‐ 815.
[72] Maestre,J,Ridao,MA,Kozma,A等。分布式MPC方案在水电站基准上的比较。Optim Control应用方法2015年;36( 3): 306‐ 332. ·Zbl 1312.93043号
[73] 他是戈尔维策。
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。