基于多层概率集的随机预测控制算法设计  

On Design of Stochastic Model Predictive Control Algorithm Based on Multi-layer Probabilistic Sets

作　　者：李济炜 李德伟[1] 席裕庚[1] 卢建波[1] 

机构地区：[1]上海交通大学自动化系系统控制与信息处理教育部重点实验室,上海200240

出　　处：《自动化学报》2014年第12期2697-2705,共9页Acta Automatica Sinica

基　　金：国家自然科学基金(61374110;61333009;61221003);高等学校博士学科点专项科研基金(20120073110017);流程工业综合自动化国家重点实验室开放课题基金资助~~

摘　　要：考虑具有乘型不确定性的离散随机系统约束控制问题,设计了一种基于多层概率集的随机预测控制算法.多层概率集描述了状态在多步反馈控制律下的一系列不同概率的分布区域,因此能够同时保证多个不同概率要求的软约束.通过动态优化多步反馈律,算法具有较大的可行范围.之后设计的简化算法在降低计算负担的同时保证了算法的可行范围.This paper considers the constrained control problem of discrete-time stochastic systems with multiplicativeuncertainty. We design a stochastic model predictive control algorithm based on the formulation of multi-layer probabilisticsets. Multi-layer probabilistic sets describe the distribution regions where the system evolves with different probabilitiesunder multi-step feedback laws, thus enabling the satisfaction of soft constraints at different probabilistic levels. Thisalgorithm has a large applicable region by dynamically optimizing multi-step feedback laws. prthermore, we propose asimplified algorithm that reduces the computational burden with a guarantee of its applicable region.

关 键 词：随机预测控制 乘型不确定性 概率约束 多步反馈控制 

分 类 号：TP13[自动化与计算机技术—控制理论与控制工程]