关于直接与间接数据驱动预测控制方法等价性的研究
系统与控制
2024-05-21 v2 系统与控制
摘要
最近，几种直接数据驱动预测控制（DDPC）方法被提出，主张无需识别模型即可根据历史输入-输出轨迹设计预测控制器。在这项工作中，我们表明这些方法等价于一种间接方法。将直接方法用估计参数和协方差矩阵重新表述，使我们能够对它们与例如子空间预测控制（SPC）相比的工作原理给出新的见解。特别是，我们表明对于无约束问题，直接方法等价于降低了跟踪成本权重的 SPC。通过一个受该重新表述启发的数值实验，我们还说明了为什么具有固定正则化的直接 DDPC 方法的性能会随着训练样本数量的增加而下降。
引用
@article{arxiv.2403.05860,
title = {On the equivalence of direct and indirect data-driven predictive control approaches},
author = {Per Mattsson and Fabio Bonassi and Valentina Breschi and Thomas B. Schön},
journal= {arXiv preprint arXiv:2403.05860},
year = {2024}
}
备注
\c{opyright} 2024 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works