面向 MIMO 结构的数据驱动优化跟踪控制启发式方法：以平衡系统为例
系统与控制
2021-04-02 v1 人工智能
机器学习
系统与控制
摘要
提出了一种数据驱动的计算启发式方法来控制 MIMO 系统，无需其动力学先验知识。该启发式方法在一个双输入双输出平衡系统上进行了说明。它将自适应非线性阈值接受启发式方法与神经网络相结合，在优化动态代价函数的同时，折中系统所需的瞬态与稳态特性。该启发式方法确定多个相互作用的 PID 控制回路的控制增益。神经网络在优化类加权导数目标代价函数的基础上进行训练。所开发机制的性能与另一种采用 PID-Riccati 联合方法的控制器进行了比较。所提控制方案的显著特点之一是不需要系统动力学的先验知识。然而，它们依赖于已知的控制增益稳定区域，以作为优化算法的搜索空间。该控制机制使用不同的优化准则进行了验证，这些准则针对不同的设计要求。
引用
@article{arxiv.2104.00199,
title = {Data-Driven Optimized Tracking Control Heuristic for MIMO Structures: A Balance System Case Study},
author = {Ning Wang and Mohammed Abouheaf and Wail Gueaieb},
journal= {arXiv preprint arXiv:2104.00199},
year = {2021}
}