迭代学习模型预测控制研究现状与挑战

摘要：

历经20多年的发展,迭代学习模型预测控制在理论和应用方面都取得了长足的进步.但由于批次工业过程复杂多样、结构各异、精细化程度较高,现有的迭代学习模型预测控制理论仍面临着巨大挑战.本文简要回顾了迭代学习模型预测控制理论的产生及发展,阐述了二维预测模型、控制律迭代优化及二维稳定性等基本理论问题;分析了现有方法在理论及应用方面的局限性,说明了迭代学习模型预测控制在迭代建模、高效优化、变工况适应等方面面临的难点问题,提出了可行的解决方案.简要综述了近年来迭代学习模型预测控制理论和应用层面的发展动态,指出了研究复杂非线性系统、快速系统、变工况系统对进一步完善其理论体系和拓宽其应用前景的意义,展望了成品质量控制和动态经济控制等重要的未来研究方向.

关键词：迭代学习模型预测控制、二维预测模型、控制律迭代优化、复杂非线性系统、快速系统、变工况

所属期刊栏目：48

分类号：F252.1;R512.91;F125.4

资助基金：国家自然科学基金;国家自然科学基金;中国博士后科学基金;国家重点研发计划

在线出版日期：2022-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：1385-1401