基函数非线性数据驱动预测控制：一致且计算高效的表述
系统与控制
2023-11-10 v1 机器学习
系统与控制
最优化与控制
摘要
本文考虑通过通用基函数将数据驱动预测控制（DeePC）扩展至非线性系统。首先，我们构建了基函数 DeePC 行为预测器，并给出了其与相应基函数多步辨识预测器等价性的充分必要条件。所推导的条件产生了一种动态正则化代价函数，从而实现良态（即一致的）非线性 DeePC 基函数表述。为优化基函数 DeePC 的计算效率，我们进一步提出了两种替代表述，分别采用更简单的稀疏正则化代价函数和岭回归。文中还指出了 Koopman DeePC 的一致性含义以及若干构建基函数表示的方法。所开发的一致基函数 DeePC 表述的有效性在一个基准非线性摆状态空间模型上得到了验证，涵盖无噪声与含噪声数据两种情况。
引用
@article{arxiv.2311.05360,
title = {Basis functions nonlinear data-enabled predictive control: Consistent and computationally efficient formulations},
author = {Mircea Lazar},
journal= {arXiv preprint arXiv:2311.05360},
year = {2023}
}