多变量预测控制结构分解的图论方法

预测控制算法的计算复杂度主要由变量个数和控制时域决定,而大型复杂系统中变量个数较多将导致计算量大的问题,尤其在有约束预测控制的优化求解中增加较重的计算负担.本文针对此问题利用邻接矩阵、可达矩阵和关联矩阵梳理系统传递函数模型中变量之间的关联,将有关联的控制变量划分为一个子系统,进而将一个大系统分解成若干独立子系统,即可将一个高维度的优化求解问题分解成多个维度较低的子优化问题,降低计算复杂度以达到减少计算量的目的 .最后将其应用在多变量有约束的双层结构预测控制算法中,通过仿真进行验证....

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 37; no. 9; pp. 1904 - 1912
Main Authors 王洪瑞, 邹涛, 张鑫, 王美聪, 陆云松
Format Journal Article
LanguageChinese
Published 中国科学院机器人与智能制造创新研究院,辽宁沈阳110016%沈阳化工大学环境与安全工程学院,辽宁沈阳110142 01.09.2020
中国科学院沈阳自动化研究所,辽宁沈阳110016
中国科学院大学,北京100049%广州大学机械与电气工程学院,广东广州510006%中国科学院沈阳自动化研究所,辽宁沈阳110016
中国科学院机器人与智能制造创新研究院,辽宁沈阳110016
Subjects
计算复杂度
预测控制
图论
系统分解
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2020.90921

Cover

More Information
Summary:预测控制算法的计算复杂度主要由变量个数和控制时域决定,而大型复杂系统中变量个数较多将导致计算量大的问题,尤其在有约束预测控制的优化求解中增加较重的计算负担.本文针对此问题利用邻接矩阵、可达矩阵和关联矩阵梳理系统传递函数模型中变量之间的关联,将有关联的控制变量划分为一个子系统,进而将一个大系统分解成若干独立子系统,即可将一个高维度的优化求解问题分解成多个维度较低的子优化问题,降低计算复杂度以达到减少计算量的目的 .最后将其应用在多变量有约束的双层结构预测控制算法中,通过仿真进行验证.
ISSN:1000-8152
DOI:10.7641/CTA.2020.90921