一种用于模型预测控制的改进原对偶内点求解器
最优化与控制
2017-09-20 v1
摘要
我们提出了一种原对偶内点（PDIP）方法，用于求解通常产生于 MPC 应用中的带线性不等式约束的二次规划问题。我们证明了该求解器（局部）二次收敛至 MPC 问题的次优解。PDIP 求解器依赖两个阶段：阻尼牛顿阶段和纯牛顿阶段。与最先进的 PDIP 方法相比，我们的求解器将初始阻尼牛顿阶段（通常用于计算中等精度解）替换为基于 Nesterov 快速梯度法（DFG）的对偶求解器，该求解器以 O(1/k^2) 阶的次线性收敛速率收敛至中等精度解。与现有技术相比，向纯牛顿阶段的切换策略是在对偶空间中计算的，以利用第一阶段由 DFG 提供的对偶信息。移除阻尼牛顿阶段具有额外的优势，即我们的求解器节省了回溯线搜索所需的计算量。在一个二维离散时间不稳定系统和一个航空航天应用上验证了所提求解器的有效性。
引用
@article{arxiv.1709.06362,
title = {An Improved Primal-Dual Interior Point Solver for Model Predictive Control},
author = {X. Zhang and L. Ferranti and T. Keviczky},
journal= {arXiv preprint arXiv:1709.06362},
year = {2017}
}
备注
This technical report is an extended version of the paper "An Improved Primal-Dual Interior Point Solver for Model Predictive Control" submitted to the 2017 Conference on Decision and Control