204号资源-源程序：（SCI论文+程序）具有有界扰动的约束线性系统的鲁棒模型预测控制-------已提供下载资源

电网论文源程序

于 2024-10-15 08:15:00 发布

阅读量505

点赞数 24

分类专栏：论文与完整源程序文章标签：程序算法

本文链接：https://blog.csdn.net/LIANG674027206/article/details/142861944

版权

论文与完整源程序专栏收录该内容

246 篇文章 242 订阅

订阅专栏

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

《《《《《《《《更多资源还请持续关注本专栏》》》》》》》

论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download

本文提出了一种新的方法来解决带约束的线性离散系统的鲁棒模型预测控制问题。有界干扰的存在。在线求解的最优控制问题唯一地包括模型的初始状态在问题中作为决策变量使用。关联的值函数在用作当存在有界扰动时，允许产生强稳定性结果，即扰动的鲁棒指数稳定性得到受控系统具有有界扰动的不变集。所得到的在线算法是二次规划与传统的模型预测控制要求的复杂性相似。

部分代码展示：

close all
clear
clc
A=[1 1;0 1];
B=[0.5 1]';
Q=eye(2);
R=0.01;
% X = Polyhedron('A',[0 1],'b',2);
X = Polyhedron('lb',[-inf;-inf],'ub',[inf;2]);
U = Polyhedron('lb',-1,'ub',1);
W = Polyhedron('lb',[-0.1;-0.1],'ub',[0.1;0.1]);
N = 9;
%终端惩罚权重及相应增益K
model1 = LTISystem('A',A,'B',B);
model1.x.penalty = QuadFunction(Q);
model1.u.penalty = QuadFunction(R);
S = model1.LQRSet();%%%无约束时终端约束(Xf)
K = model1.LQRGain();%%无约束时的增益（K）
P = model1.LQRPenalty();%%%相应惩罚权重


AK = A+B*K;
% % %%%寻找s,a，以便找到不变集Z的近似解
% % figure
% % W=[-0.1 -0.1;0.1 -0.1;0.1 0.1;-0.1 0.1]';
% % fill(W(1,:),W(2,:),'r')
% % W1=AK*W;%s=1
% % hold on
% % fill(W1(1,:),W1(2,:),'b')
% % W2=AK*W1;%s=2
% % fill(W2(1,:),W1(2,:),'y')
% % s=2;a=0.4;%找到F(s,a)
Z=(W+AK*W+AK*AK*W);%不变集

% 建立更强约束
X_nor = X - Z;
U_nor = U - K*Z;
model = LTISystem('A',A,'B',B);
model.x.min = [-inf;-inf];
model.x.max = [inf;X_nor.b(2)];
model.u.min = -U_nor.b(3,1);
model.u.max = U_nor.b(4,1);
model.x.penalty = QuadFunction(Q);
model.u.penalty = QuadFunction(R);
model.x.with('terminalSet');
S1 = model.LQRSet();%带约束的终端集
model.x.terminalSet = S1;
model.x.with('terminalPenalty');
P1 = model.LQRPenalty();%%%相应惩罚权重
model.x.terminalPenalty = P1; 
mpc = MPCController(model,N);

效果展示：