分布鲁棒约束随机模型预测控制的遗憾与保守性
系统与控制
2024-03-15 v4 系统与控制
摘要
我们分析了在使用基于矩的模糊集对未知不确定性进行建模时，分布鲁棒（DR）随机模型预测控制（SMPC）的保守性与遗憾。为量化保守性，我们将采用DR方法时的确定性约束收紧与已知随机不确定性精确分布时的最优收紧进行比较。此外，我们通过比较随机不确定性分布已知与未知时的性能来量化遗憾。分析由于缺乏对不确定性真实分布的了解而导致的SMPC累积次优性，是本研究的新贡献。
引用
@article{arxiv.2309.12190,
title = {Regret and Conservatism of Distributionally Robust Constrained Stochastic Model Predictive Control},
author = {Maik Pfefferkorn and Venkatraman Renganathan and Rolf Findeisen},
journal= {arXiv preprint arXiv:2309.12190},
year = {2024}
}
备注
Extended version of a manuscript accepted for ACC (revised version)