.png){kind=icon}
返回
Successive Suboptimal Model Predictive Control Using Sequential Convex Programming
.png){kind=icon}
PRE
AI
DOI：10.1002/rnc.70457.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于序列凸规划的逐次次优模型预测控制（MPC）框架，适用于一般非线性系统。其目标是将在MPC中的非凸优化问题转化为凸问题，同时保持可行性。为处理非线性模型，我们引入自适应收缩约束以考虑线性化误差，这确保了准确预测轨迹的约束满足。此外，我们提出了两种通用方法来凸化非凸约束。与传统凸化方法相比，这两种方法均能降低保守性，并实现弱损失凸化。所提出的框架在保证稳定性的同时确保每个子问题的可行性。此外，它允许在任何时间中断内环，生成可行的预测轨迹。进一步地，我们讨论了无需单调性的弱终端控制器对闭环稳定性的影响。仿真结果表明，所提出的框架能够在可接受的计算时间内消除不可行性风险，并且在某些温和假设下，弱终端控制器也能确保闭环稳定性。
Keyword:
convex optimization
model predictive control
nonlinear systems
sequential convex programming
stability
期刊
IF:
3.2
论文数:
7.0K
被引数:
1.4W
机构
引用论文
分享收藏Lossless convexification of a class of optimal control problems with non-convex control constraints一类具有非凸控制约束的最优控制问题的无损凸化.png)
AUTOMATICA
AUTOMATICAIF5.9
PREAI
分享收藏
分享收藏MPC for Linear Systems With Concave Inequality Constraints and Convexification Loss Analysis线性系统具有凹不等式约束及凸化损失分析的MPC
PREAI
分享收藏
查看更多内容