关于如何解决MPC中的不等式约束的优化问题占用高运算资源和耗时问题

1.问题的提出

MPC中的不等式约束的优化问题占用的运算资源耗多，且用时长，满足不了要求高实时性的被控系统。如何解决这个问题成为当今模型不预测控制领域的痛点。另一个痛点则是预测模型失配的问题，非线性模型预测控制NMPC虽然能够解决模型失配问题，但是NMPC的优化求解需要更高的运算资源何更多的运算时间。

2.基础不等式约束优化理论的学习

无约束的优化问题，有丰富的方法求解，相对有约束的优化问题比较简单。对于有约束的优化问题，一个重要的解决思路就是转化为无约束的优化问题求解。为此，一种方法是给优化目标加上惩罚项作为新的优化目标，称为新问题。惩罚项用来描述一个解对约束的破坏程度。破坏越严重，惩罚项越大（最小化问题），那么越偏离原问题的可行域，同时也越不能称为新问题的最优解[1]。

Reference

[1] https://blog.csdn.net/JinBerg/article/details/78807566