.png){kind=icon}
返回
Learning-based data-enabled economic predictive control with convex optimization for nonlinear systems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.conengprac.2026.107026.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种数据赋能的经济预测控制方法，用于一类非线性系统，旨在优化经济运行性能的同时处理系统输出的硬约束。通过训练神经网络构造了两个提升函数，生成高维空间中的映射输入和映射输出，其中非线性经济成本函数可由映射变量的二次函数近似。该数据赋能的预测控制框架通过使用属于虚拟线性表示的映射输入和映射输出，扩展以处理非线性动态，该虚拟线性表示作为原始非线性系统的近似。此外，我们通过映射输出重构系统输出变量，并施加硬输出约束。在线控制问题被表述为一个凸优化问题，尽管系统动态和原始经济成本函数具有非线性。本文进行了理论分析，以证明所提出方法对非线性系统的适用性。我们通过两个大规模工业案例研究评估了所提出的方法：(i) 一个生物水处理过程，(ii) 一个溶剂基舰载燃烧后碳捕获过程。这些研究展示了其有效性和优势。
Keyword:
data-enabled control
economic predictive control
nonlinear systems
convex optimization
machine learning
期刊
IF:
4.6
论文数:
5.7K
被引数:
1.1W
机构
引用论文
暂无论文信息