论监督聚类在随机 NMPC 设计中的使用
系统与控制
2018-11-26 v1
摘要
本文提出一种基于监督聚类的启发式方法，用于随机非线性模型预测控制框架近似解的实时实现。其核心思想是在线更新一组低基数的不确定性向量，用于随机代价与约束的表达。这些向量是以最优控制序列、代价与约束指标作为监督标签所构建的不确定性簇的中心。使用累积近期历史计算的移动聚类数据缓冲，可在每个采样周期提供足量聚类样本的同时，降低每周期的计算负担。文中给出一个相关示例以说明该贡献及相应算法。
引用
@article{arxiv.1811.09069,
title = {On the use of supervised clustering in stochastic NMPC design},
author = {Mazen Alamir},
journal= {arXiv preprint arXiv:1811.09069},
year = {2018}
}
备注
8 pages, 7 figures