基于学习与场景的 LPV 框架非线性系统 MPC 设计及其安全性与稳定性保证
系统与控制
2024-07-23 v2 系统与控制
摘要
本文提出了一种基于学习与场景的模型预测控制（MPC）设计方法，适用于在线性参数变化（LPV）框架下建模的系统。利用从系统采集的输入-输出数据，首先通过变分贝叶斯推断神经网络（BNN）方法学习得到带有不确定性量化的状态空间 LPV 模型。所学习的概率模型被假定以高概率包含系统的真实动态，并用于生成场景，以保障场景型 MPC 的安全性。此外，为保证闭环系统的稳定性并提升性能，设计了参数依赖的终端代价与控制器，以及终端鲁棒正不变集。数值算例将用于证明所提控制设计方法能够确保安全并实现期望的控制性能。
引用
@article{arxiv.2206.02880,
title = {A Learning- and Scenario-based MPC Design for Nonlinear Systems in LPV Framework with Safety and Stability Guarantees},
author = {Yajie Bao and Hossam S. Abbas and Javad Mohammadpour Velni},
journal= {arXiv preprint arXiv:2206.02880},
year = {2024}
}
备注
Accepted and to be published by International Journal of Control