鲁棒控制中的风险分析——支持概率鲁棒控制

本文对作为鲁棒控制设计基石的“最坏情况”方法提出了批判性观点。我们要主张的是，盲目接受最坏情况情景可能导致设计出的系统实际上比基于内置风险因子的概率技术设计出的系统更危险。真正的问题在于建模。如果人们接受没有任何不确定性数学模型是完美的这一事实，那么即使概率方法不能保证所有可能情况下的稳定性，它也能带来更可靠的控制。我们的陈述基于案例分析。我们首先确立最坏情况并不一定是“包罗万象”的。事实上，我们表明对于一些不确定控制问题，要获得常规的鲁棒控制解，就必须做出排除某些可行情况的假设。一旦确立了这一点，我们论证道，最坏情况设计中未计入情况的风险大于概率方法中已接受的风险，这种情况并不罕见。通过一个例子，我们量化了这些风险，并表明最坏情况可能具有显著更高的风险。最后，我们将我们的分析与现有的计算复杂性和概率鲁棒性结果相结合，论证确定性最坏情况分析未必是更好的工具。