一种用于鲁棒经济模型预测控制的混合高斯过程方法
系统与控制
2020-01-08 v1 系统与控制
摘要
本文提出一种混合高斯过程（GP）方法，用于在未知未来扰动下的鲁棒经济模型预测控制，以降低控制器的保守性。所提出的混合 GP 是两种著名方法即核组合和非线性自回归的组合。采用切换机制在分析预测结果后选择其中一种方法用于扰动预测。混合 GP 旨在利用过去的扰动测量不仅检测未知扰动中的模式，还检测意外行为。混合 GP 中还利用了新颖的遗忘因子概念，对较旧测量赋予较小权重，以基于近期扰动值提高预测精度。检测到的扰动信息被用于系统性地降低经济模型预测控制器中的预测不确定性。仿真结果表明，在扰动具有可辨模式的情形下，与其他基于 GP 的方法相比，所提方法能改善经济模型预测控制器的整体性能。
引用
@article{arxiv.2001.02218,
title = {A Hybrid Gaussian Process Approach to Robust Economic Model Predictive Control},
author = {Mohammadreza Rostam and Ryozo Nagamune and Vladimir Grebenyuk},
journal= {arXiv preprint arXiv:2001.02218},
year = {2020}
}