Probability density function-based stochastic nonlinear model predictive control using Fokker-Planck equation☆

doi:10.1016/j.automatica.2026.113150

Probability density function-based stochastic nonlinear model predictive control using Fokker-Planck equation☆

2026-06-01

0

PRE

AI

DOI：10.1016/j.automatica.2026.113150

原文链接

原文求助

摘要

En 中文

基于概率密度函数的随机非线性模型预测控制（SNMPC）被提出，用于利用来自估计器的后验状态分布的完整信息。由于概率密度函数的演化由福克-普朗克方程支配，首先讨论了构建相关闭环随机最优控制问题的困难。随后，我们介绍了处理开环随机最优控制问题的离散时间SNMPC方案。通过应用半群扰动理论，证明了所提目标函数的连续性。这种连续性意味着所提出的开环随机最优控制问题在数学上是适定的。此外，还证明了由所提SNMPC控制的稳态过程的稳定性。仿真结果表明，在非线性系统的不完美测量条件下，基于福克-普朗克方程的SNMPC优于基于状态的控制。(c) 2026 Elsevier Ltd. 版权所有，包括文本和数据分析、AI训练及类似技术的使用权。

Keyword:

Stochastic optimal control

Model predictive control

Stochastic differential equation

Fokker-Planck equation

Nonlinear systems

Energy management system

Probability density function-based stochastic nonlinear model predictive control using Fokker-Planck equation☆

摘要

期刊

机构

引用论文