用于实时约束参数优化及模型预测控制应用的半光滑预测-校正方法
最优化与控制
2018-12-06 v1 系统与控制
摘要
实时优化问题在控制与估计中无处不在，并且通常由输入的测量数据和/或操作员指令参数化。本文提出使用半光滑预测-校正（SSPC）方法求解参数化约束非线性规划。利用非线性互补函数将优化问题的一阶必要条件重新表述为一个参数化非光滑求根问题。从近似解出发，提出一种半光滑 Euler-Newton 算法，用于跟踪随着参数随时间变化的原始-对偶解轨迹。活动集变化由 SSPC 方法自然处理，该方法仅需求解线性方程组。本文建立了求根问题解轨迹行为良好的条件，并给出了保证跟踪误差有界的充分条件。报告了将 SSPC 方法应用于非线性模型预测控制的数值案例研究，展示了所提方法的优势。
引用
@article{arxiv.1812.01634,
title = {A Semismooth Predictor Corrector Method for Real-Time Constrained Parametric Optimization with Applications in Model Predictive Control},
author = {Dominic Liao-McPherson and Marco Nicotra and Ilya Kolmanovsky},
journal= {arXiv preprint arXiv:1812.01634},
year = {2018}
}