J. Jaschke, E. Turan: Strategies for efficient and robust model predictive control (Part 2)

Zhrnutie prednášky

Druhá časť workshopu o efektívnom a robustnom prediktívnom riadení (MPC) nadväzuje diskusiou o zohľadnení neistoty pomocou politiky riadenej neurónovou sieťou, ktorá je porovnaná s nominálnym MPC na príklade modelu čerpadla s neistými parametrami. Ďalej sa preberajú klasické robustné formulácie MPC, vrátane exaktnej min-max formulácie, scenárového (multi-stage) prístupu a vysvetlenia vnútornej (inherentnej) robustnosti nominálneho MPC vyplývajúcej zo spätnej väzby.

• - Porovnanie politiky neurónovej siete zohľadňujúcej neistotu s nominálnym MPC na príklade modelu čerpadla s neistými parametrami beta a gama
• - Rozdiel medzi konštantnou parametrickou neistotou a časovo premenlivou neistotou a ich dôsledky pre dosiahnutie nastaveného bodu
• - Robustné MPC formulácie a implicitné vytváranie rezervy (backoff) voči obmedzeniam
• - Vnútorná robustnosť nominálneho MPC vďaka spätnej väzbe a podmienky (spojitosť, terminálna penalizácia) potrebné na jej zaručenie
• - Ukážka v simulácii, ako sa uzavretá slučka MPC vyrovnáva so šumom a poruchami oproti otvorenej slučke
• - Motivácia pre robustné formulácie: splnenie obmedzení a zlepšenie ekonomického výkonu pri economic MPC

Zhrnutie pripravené s pomocou AI z prepisu videa.