用随机化方法、从概率统计的角度研究具有不确定性的约束MPC系统的鲁棒分析与设计是本课题区别于传统确定性方法的特色和创新,它可以克服传统确定性方法的保守性与实时性差的问题。这是当前国内外关于MPC研究的空白,具有挑战性意义。本项目的研究内容和成果主要包括 1)预测模型的性能分析、评估和优化在各种干扰和系统不确定性的统计特性已知情况下,运用随机化算法,通过比较不同预测模型的敏感性和预测误差,完成了预测模型的分析与评估;以此为基础,通过优化算法实现预测模型性能的最优化。 2)具有不确定性的约束MPC的鲁棒稳定性分析在各种干扰和系统不确定性和的统计特性已知情况下,运用随机化算法,获得了鲁棒稳定性的概率判据。 3)具有不确定性的约束MPC鲁棒控制器的综合设计在各种干扰和系统不确定性统计特性已知情况下,运用随机化算法,设计具有指定概率性能或概率性能最优的鲁棒控制器;相比于传统确定性方法,该控制器大大减少了在线计算量和系统分析与设计的保守性。
英文主题词Uncertainty; Constrained model predictive control; Ramdomized algorithms; Robustness analysis; synthesis;