原文服务方: 控制理论与应用       
摘要:
约束模型预测控制(model predictive control,MPC)在实际应用中优化计算复杂度高,无法在采样周期内完成优化以保证系统实时性.本文针对这一问题,提出采用双速率框架的快速预测控制算法(DSF-MPC).该算法将实时控制量的求解分解到两个时间尺度上进行,即双速率框架:每隔数个采样周期,慢速率层负责完成一次对完整MPC优化问题的求解;而在每个采样周期,快速率层负责根据系统反馈信息和慢速率层算法预测信息的差值,朝着使目标函数值下降的负梯度方向,修正慢速率层的优化结果来获取实际控制量,以满足控制的实时性要求.该算法不要求在每个采样周期内都完成MPC中的在线优化,故能在继承MPC优点的同时,满足快速系统的控制实时性要求.针对直流电动机和倒立摆组合系统的仿真结果,验证了该算法的有效性,反映了其在快速系统中的应用潜力.
推荐文章
基于预测状态的双速率DMC算法
预测状态
双速率系统
提升技术
预测控制
DMC算法
多变量广义预测控制的快速算法
多变量系统
广义预测控制
快速算法
基于柔化矩阵的广义预测控制快速算法
广义预测控制
快速性
无超调
逆矩阵
一种基于速率线性化的非线性预测控制算法
速率线性化
线性变参数模型
预测控制
Levenberg-Marquardt算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用双速率框架的快速预测控制算法
来源期刊 控制理论与应用 学科
关键词 模型预测控制 双速率框架 实时修正 快速算法
年,卷(期) 2016,(1) 所属期刊栏目 论文与报告
研究方向 页码范围 13-22
页数 10页 分类号 TP273
字数 语种 中文
DOI 10.7641/CTA.2016.50335
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 席裕庚 上海交通大学自动化系 217 6520 41.0 71.0
2 王曦 上海交通大学自动化系 64 816 15.0 27.0
3 李德伟 4 20 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (183)
共引文献  (268)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(10)
  • 参考文献(1)
  • 二级参考文献(9)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(15)
  • 参考文献(2)
  • 二级参考文献(13)
2008(21)
  • 参考文献(0)
  • 二级参考文献(21)
2009(35)
  • 参考文献(1)
  • 二级参考文献(34)
2010(20)
  • 参考文献(2)
  • 二级参考文献(18)
2011(22)
  • 参考文献(1)
  • 二级参考文献(21)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模型预测控制
双速率框架
实时修正
快速算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
总被引数(次)
72515
论文1v1指导