一种并行 Riccati 分解算法及其在模型预测控制中的应用
最优化与控制
2014-07-28 v1
摘要
随着求解相关优化问题的高效算法不断开发，模型预测控制（MPC）在工业界日益普及。在线 MPC 的主要计算瓶颈通常是搜索步方向（即 Newton 步）的计算，这通常通过使用通用的稀疏性利用算法或 Riccati 递归来完成。然而，随着并行硬件日益普及，对求解 Newton 步的高效并行算法的需求也在增加。本文提出了一种定制的、非迭代的并行算法用于计算 Riccati 分解。该算法利用了 MPC 问题中的特殊结构，当有足够多的处理单元可用时，算法的复杂度随预测视界呈对数级缩放。计算 Newton 步是许多 MPC 算法的主要计算瓶颈，该算法能显著降低流行前沿 MPC 算法的计算成本。
引用
@article{arxiv.1407.6898,
title = {A Parallel Riccati Factorization Algorithm with Applications to Model Predictive Control},
author = {Isak Nielsen and Daniel Axehill},
journal= {arXiv preprint arXiv:1407.6898},
year = {2014}
}