基于管道增强的多阶段MPC用于带加性与参数不确定性的约束线性系统的灵活鲁棒控制

最优性与复杂性之间的权衡一直是鲁棒模型预测控制（MPC）领域最重要的挑战之一。为应对该挑战，我们通过协同多阶段与基于管道（tube）的MPC方法，提出了一种灵活的鲁棒MPC方案。其核心思想是利用多阶段MPC的非保守性与基于管道的MPC的简洁性。所提方案为用户根据应用确定该权衡提供了两种选项：鲁棒时域的选择与不确定性的分类。在鲁棒时域之外，借助管道避免了多阶段MPC中所用情景树的 branching（分支）。通过处理可离线计算的不变管道下的\emph{小}不确定性，问题规模随不确定性数量的增长得以降低。这导致在鲁棒时域之外问题规模呈线性增长，且关于小幅度不确定性的问题规模无增长。与现有鲁棒MPC方法相比，所提方法有助于实现期望的最优性与复杂性权衡。我们证明了所提方法具有鲁棒渐近稳定性。其优势通过一个CSTR（连续搅拌釜式反应器）实例得以展示。