迭代学习模型预测控制研究现状与挑战
文献类型:期刊论文
作者 | 马乐乐; 刘向杰; 高福荣 |
刊名 | 自动化学报
![]() |
出版日期 | 2022 |
卷号 | 48期号:6页码:1385-1401 |
关键词 | 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 |
ISSN号 | 0254-4156 |
DOI | 10.16383/j.aas.c210818 |
英文摘要 | 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.简要综述了近年来迭代学习模型预测控制理论和应用层面的发展动态,指出了研究复杂非线性系统、快速系统、变工况系统对进一步完善其理论体系和拓宽其应用前景的意义,展望了成品质量控制和动态经济控制等重要的未来研究方向. |
源URL | [http://ir.ia.ac.cn/handle/173211/56333] ![]() |
专题 | 自动化研究所_学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 马乐乐,刘向杰,高福荣. 迭代学习模型预测控制研究现状与挑战[J]. 自动化学报,2022,48(6):1385-1401. |
APA | 马乐乐,刘向杰,&高福荣.(2022).迭代学习模型预测控制研究现状与挑战.自动化学报,48(6),1385-1401. |
MLA | 马乐乐,et al."迭代学习模型预测控制研究现状与挑战".自动化学报 48.6(2022):1385-1401. |
入库方式: OAI收割
来源:自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。