입출력 모델 기반 데이터 기반 비선형 MPC의 지수 안정성

** 본 논문은 입력‑출력 데이터만을 이용해 만든 대리 모델을 활용한 비선형 모델 예측 제어(MPC)의 지수 안정성을 분석한다. 충분히 긴 예측 호라이즌과 비례형 모델 오차 한계, 그리고 시스템의 지수 안정 가능성을 가정하면, 대리 모델에 대한 오류가 충분히 작을 경우 실제 시스템에서도 지수적으로 수렴함을 증명한다. 또한 커널 보간을 이용해 요구되는 오류 조건을 만족하는 모델을 학습하는 방법을 제시하고, 수치 예제로 실효성을 확인한다. …

저자: Lea Bold, Irene Schimperna, Karl Worthmann

입출력 모델 기반 데이터 기반 비선형 MPC의 지수 안정성
** 본 논문은 입력‑출력 데이터만을 이용해 만든 대리 모델을 활용한 비선형 모델 예측 제어(MPC)의 안정성을 체계적으로 분석한다. 서론에서는 MPC가 고정된 호라이즌과 단계 비용을 통해 최적 제어 입력을 계산하지만, 실제 시스템에 적용하기 위해서는 정확한 모델이 필요하다는 점을 강조한다. 특히 출력 가중치만을 사용하는 경우 단계 비용이 상태에 대해 반정치적(positive‑semi‑definite)이라 기존의 양정치적(cost‑positive) 안정성 이론을 바로 적용할 수 없으며, 비용 검출성(cost detectability)이라는 보다 일반적인 개념이 필요함을 언급한다. 문제 정의에서는 시스템을 NARX 형태 \

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기