.png){kind=icon}
返回
Soft Constrained Model Predictive Control With Robust Stability Guarantees
.png){kind=icon}
OA
AI
DOI：10.1109/TAC.2014.2304371.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
软约束模型预测控制 (MPC) 在实践中经常被应用，以确保在线运行期间优化的可行性。标准技术通过放松状态或输出约束提供全局可行性，但不能确保闭环稳定性。本文提出了一种新的软约束MPC跟踪方法，即使对于不稳定的系统，也可以提供稳定性保证。提出了两种类型的软约束和松弛变量，以扩大终端约束并放松状态约束。该方法根据施加的硬约束确保了MPC问题在状态空间的较大区域中的可行性，并且通过设计保证了稳定性。只要可以执行所有状态约束，就可以保留MPC控制律的最佳性能。显示了所提出的控制律下所有可行参考稳态的渐近稳定性，以及系统在加性扰动下的输入到状态稳定性。软约束方法可以与鲁棒MPC方法组合，以便利用两种技术的优点。数值例子说明了所提出方法的性质。
Keyword:
Model predictive control (MPC)
soft constraints
期刊
IF:
7
论文数:
1.3W
被引数:
6.7W
机构
引用论文
Robust model predictive control of constrained linear systems with bounded disturbances有界扰动约束线性系统的鲁棒模型预测控制.png)
AUTOMATICA
OAAI
AUTOMATICAIF5.9
OAAI分享收藏分享收藏分享收藏
查看更多内容