面向时变环境的动力系统反馈优化：内部模型原理方法
最优化与控制
2025-09-18 v2
摘要
反馈优化已成为调控动力系统以满足隐式由底层优化问题定义的最优稳态状态的有前景的方法。尽管其有效性突出，但现有方法面临两个关键局限：（i）可靠性能局限于时不变或缓变环境；（ii）收敛速度受限于控制器相对于植物运行速度的数倍慢。这些局限可追溯到依赖数值优化算法的本质。本文提出了一种新的反馈优化算法设计视角，将这些目标表述为输出调节问题。我们特别关注时变优化问题，表明算法若要跟踪时变优化器，必须包含优化过程固有的时变性——这一要求我们称为反馈优化的内部模型原理。基于此洞见，我们引入一种新的设计方法，将输出反馈稳定与驱动系统趋向优化问题临界点的控制分量相耦合。该框架使反馈优化算法克服了经典慢跟踪和对时变性适应性差的局限。
引用
@article{arxiv.2508.03503,
title = {Feedback Optimization of Dynamical Systems in Time-Varying Environments: An Internal Model Principle Approach},
author = {Gianluca Bianchin and Bryan Van Scoy},
journal= {arXiv preprint arXiv:2508.03503},
year = {2025}
}