离散时不变黑箱系统不变集的数据驱动计算
系统与控制
2021-05-31 v5 系统与控制
动力系统
摘要
我们考虑在无解析动力学模型下计算离散时间黑箱非线性系统最大不变集的问题。在系统渐近稳定假设下，最大不变集与吸引域重合。提出一种依赖轨迹观测的数据驱动框架以计算几乎不变集，即除一小子集外几乎处处不变的集合。基于这些观测，建立并求解情景优化问题。我们证明可对几乎不变集建立概率不变性保证。为获得此类集合的显式表达，设计了一种带验证步骤的集合辨识流程，以概率意义给出内近似和外近似。所提数据驱动框架通过若干数值算例加以说明。
引用
@article{arxiv.1907.12075,
title = {Data-driven computation of invariant sets of discrete time-invariant black-box systems},
author = {Zheming Wang and Raphaël M. Jungers},
journal= {arXiv preprint arXiv:1907.12075},
year = {2021}
}
备注
A shorter version with the title "Scenario-based set invariance verification for black-box nonlinear systems" is published in the IEEE Control Systems Letters (L-CSS)