大规模线性系统的鲁棒 MPC
最优化与控制
2025-10-07 v2 系统与控制
系统与控制
摘要
当前鲁棒模型预测控制 (MPC) 方法局限于规模相对较小的线性系统，即最多约 5 个状态。其主要原因是确定鲁棒正不变集 (RPI) 的计算负担，其复杂度受维度诅咒的影响。最近提出的死亡beat Robust Model Predictive Control (DRMPC) 方法是首个不依赖 RPI 集的方法，但仍保留完整的系统理论保证。因此，DRMPC 是一种可行选项，特别是对于大规模系统。本文为 DRMPC 提供详细的设计程序。证明了为 DRMPC 生成的最优控制问题的计算复杂度与名义 MPC 完全相同。数值研究验证了其适用于各种维度的随机生成的大规模线性系统。
引用
@article{arxiv.2510.01794,
title = {Robust MPC for Large-scale Linear Systems},
author = {Georg Schildbach},
journal= {arXiv preprint arXiv:2510.01794},
year = {2025}
}