.png){kind=icon}
返回
Event-Triggered Model Predictive Control With a Statistical Learning
.png){kind=icon}
PRE
AI
DOI：10.1109/TSMC.2019.2916626.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
事件触发模型预测控制 (MPC) 减少了更新控制序列的能耗，同时保持了MPC的独创性，从而应对动态系统的硬约束。然而，在存在较大不确定性的情况下，标准事件触发MPC可能产生过于频繁的事件发生。为了补偿未知的不确定性，本文将统计学习应用于事件触发的MPC。分析了所提出的控制系统的稳定性和可行性，并考虑了统计学习的影响，例如训练样本的数量，模型的复杂性和学习参数。因此，建立事件触发策略以保证稳定性。我们针对不确定性扰动的非完整模型的跟踪问题评估了所提出的算法。与标准的事件触发控制方案相比，该方法的仿真结果显示出更好的跟踪性能，事件触发频率更低。
Keyword:
Uncertainty
Stability analysis
Control systems
Optimization
Training
Statistical learning
Predictive control
Empirical risk minimization (ERM)
event-triggered control
model predictive control (MPC)
statistical learning
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:
10.5
论文数:
1.1W
被引数:
5.0W
机构
引用论文
Triggering and Control Codesign in Self-Triggered Model Predictive Control of Constrained Systems: With Guaranteed Performance约束系统的自触发模型预测控制中的触发和控制协同设计: 具有保证的性能
PREAI
分享收藏Adaptive Neural Network Control of AUVs With Control Input Nonlinearities Using Reinforcement Learning基于强化学习的auv控制输入非线性自适应神经网络控制
OAAI
OAAI分享收藏Pharmacokinetics of subcutaneous recombinant human granulocyte colony- stimulating factor in children.png)
BloodOAAI
BloodIF0
OAAI分享收藏Study of bi-directional buck-boost converter topologies for application in electrical vehicle motor drives应用于电动汽车电机驱动的双向buck-boost变换器拓扑研究
PREAI
分享收藏分享收藏A Learning-Based Semi-Autonomous Controller for Robotic Exploration of Unknown Disaster Scenes While Searching for Victims一种基于学习的半自主控制器，用于机器人在搜索受害者时探索未知的灾难场景
PREAI
分享收藏分享收藏
查看更多内容