应用于经济模型预测控制的模型近似方法比较研究
系统与控制
2021-06-22 v1 系统与控制
最优化与控制
摘要
经济模型预测控制（EMPC）近年来受到广泛关注，被认为是面向下一代智能制造的一种有前景的先进过程控制方法。它能够改善经济性能，但同时显著增加了计算复杂度。模型近似一直是过程控制中降低计算复杂度的标准方法。本工作中，我们对应用于 EMPC 的三类代表性模型近似方法进行了研究，包括基于可用机理模型（例如本征正交分解）的模型降阶、基于输入输出数据并得出显式数学表达式模型的系统辨识（例如子空间辨识），以及基于输入输出数据的神经网络。每类模型近似方法均考虑一种代表性算法。选取动态特性与复杂度差异显著的两个过程作为计算复杂度与经济性能比较的基准过程，即烷基化过程与污水处理厂（WWTP）。根据仿真结果总结了各方法的优缺点，并在最后提出了面向控制的模型近似的未来研究方向。
引用
@article{arxiv.2106.11258,
title = {A comparative study of model approximation methods applied to economic MPC},
author = {Zhiyinan Huang and Qinyao Liu and Jinfeng Liu and Biao Huang},
journal= {arXiv preprint arXiv:2106.11258},
year = {2021}
}