迭代学习模型预测控制研究现状与挑战OA北大核心CSTPCD
Status and Challenges of Iterative Learning Model Predictive Control
历经20多年的发展,迭代学习模型预测控制在理论和应用方面都取得了长足的进步.但由于批次工业过程复杂多样、结构各异、精细化程度较高,现有的迭代学习模型预测控制理论仍面临着巨大挑战.本文简要回顾了迭代学习模型预测控制理论的产生及发展,阐述了二维预测模型、控制律迭代优化及二维稳定性等基本理论问题;分析了现有方法在理论及应用方面的局限性,说明了迭代学习模型预测控制在迭代建模、高效优化、变工况适应等方面面临的难点问题,提出了可行的解决方案.简要综述了近年来…查看全部>>
马乐乐;刘向杰;高福荣
华北电力大学控制与计算机工程学院 北京102206中国华北电力大学控制与计算机工程学院 北京102206中国香港科技大学化学与生物分子工程学系 香港999077中国
迭代学习模型预测控制二维预测模型控制律迭代优化复杂非线性系统快速系统变工况
《自动化学报》 2022 (6)
百万千瓦超超临界机组的精细状态监测、故障诊断与自愈调控关键技术研究
1385-1401,17
国家自然科学基金(62073136,U1709211),中国博士后科学基金(2021M701184),国家重点研发计划(2021YFE0190900)资助
评论