基于贝叶斯优化技术的模型预测控制器调参
系统与控制
2021-04-13 v3 系统与控制
摘要
我们提出了一种用于调节集中式供暖、通风与空调（HVAC）装置模型预测控制器（MPC）的贝叶斯优化（BO）框架。该方法将MPC闭环性能与其调参参数之间的函数关系视为黑箱。其动机在于观察到通过试错评估MPC闭环性能十分耗时（例如，每次闭环仿真可能涉及求解数千个优化问题）。所提出的BO框架旨在通过策略性地探索与利用调参参数空间来快速确定最优调参参数。通过使用基于真实数据的集中式HVAC装置的MPC控制器，证明了该BO框架的有效性。在此，BO框架调节储热罐的回退项以最小化全年闭环成本。仿真结果表明，BO可通过进行13次全年仿真找到最优回退项，这显著降低了朴素网格搜索的计算负担。我们还发现，通过BO获得的回退项降低了闭环成本。
引用
@article{arxiv.2009.14175,
title = {MPC Controller Tuning using Bayesian Optimization Techniques},
author = {Qiugang Lu and Ranjeet Kumar and Victor M. Zavala},
journal= {arXiv preprint arXiv:2009.14175},
year = {2021}
}
备注
7 pages, 7 figures, conference