受概率约束的离散时变不确定系统的随机模型预测控制
张逸刚
黄道平
刘乙奇
华南理工大学自动化科学与工程学院自治系统与网络化控制教育部重点实验室,广东 广州 510640
摘要：在模型预测控制方法(MPC)中,模型的不确定性主要源于外部干扰、输入噪声和时变参数等因素,这些因素可能导致预测误差,从而,降低控制性能.本文针对一类具有加性扰动的离散时变系统,提出了一种新型随机模型预测控制(SMPC)算法.该算法能够在特定约束条件下有效预测系统的未来行为,并优化控制输入,以实现预定的性能目标.为实现本文所提出的控制方法,本文采用李雅普诺夫稳定性理论保证系统的闭环稳定性,运用凸组合技术应对系统参数的时变性,并利用凸优化方法计算名义系统的控制增益.此外,使用逆累积分布函数将概率约束转化为确定性约束.最后,文章通过数值仿真实验对本文所提出的方法进行验证.仿真结果表明,随机模型预测控制策略能够更好地适应随机变化的环境,并在面对随机干扰时保持较高的控制精度,并且具有相对较低的保守性.
关键词：随机模型预测控制时变系统概率约束随机加性扰动凸组合
论文发表日期：2025-12-30
在线出版日期：2026-03-05（本平台首次上网日期，不代表文献的发表时间）
页数：9( 2459-2467 )
英文信息