排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对具有未知加性不确定性的约束线性系统，提出基于高斯过程回归学习的场景优化鲁棒模型预测控制算法.在离线阶段使用高斯回归从经验数据中学习不确定性结构与参数，能够抽取大量随机场景.在在线控制阶段中，求解抽取场景所构建的有限时域优化问题，将滚动优化得到的控制律作用于系统.引入松弛变量保证优化问题的可行性，应用随机凸优化理论，证明所提算法使系统以一定的置信度满足松弛机会约束，收敛于终端域.通过DC-DC转换器和网联车巡航控制仿真实验，验证了本文算法的有效性和优越性. 相似文献
1
