.png){kind=icon}
返回
A stability condition for online feedback optimization without timescale separation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ejcon.2025.101308.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在线反馈优化（OFO）是一种控制方法，旨在驱动动态系统达到最优稳态。通过将优化算法与实时系统测量值相结合，OFO提供了反馈控制的全部优势，但无需精确了解系统动态即可计算设定点。然而，其不利之处在于，现有对OFO的稳定性保证要求控制器的时间尺度必须显著慢于系统，这可能影响瞬态性能和对扰动的响应能力。在本文中，我们证明在适当条件下，OFO无需任何时间尺度分离即可保证稳定性。具体而言，我们提出的条件与系统的时间常数无关，因此具有缩放不变性。我们的分析利用了一种复合李雅普诺夫函数，该函数是系统相关分量和控制器相关分量的最大值。我们通过数值示例验证了我们的理论结果。
Keyword:
Online feedback optimization
Timescale separation
Optimization algorithms
Extremum seeking
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
326
被引数:
2.5K
机构
暂无机构信息
引用论文
.png){kind=icon}
Nash Equilibrium Seeking Over Digraphs With Row-Stochastic Matrices and Network-Independent Step-Sizes在具有行随机矩阵的有向图上的纳什均衡搜索与网络无关的步长
OAAI
OAAI分享收藏Sensitivity Conditioning: Beyond Singular Perturbation for Control Design on Multiple Time ScalesOAAI
OAAI分享收藏 没有更多内容
没有更多内容