项目名称: 网络化动态耦合系统中分布式模型预测控制的协同优化

项目编号: No.61203063

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 刘剑锋

作者单位: 中南大学

项目金额: 24万元

中文摘要: 本项目基于协同控制的思想,针对一般的网络化动态耦合系统,提出一种分布式模型预测控制协同优化方法。将协同控制方法和分布式模型预测控制方法相结合,建立协同优化的分布式模型预测控制系统结构模型;研究网络化动态系统的耦合作用,寻找基于拓扑的协同李雅普诺夫函数,提出分布式模型预测控制的稳定性保证方法;从系统分解入手,寻找子系统间的耦合关系,求解子系统凸优化问题;建立全局最优与子系统最优的关联,分析各子系统自身的反馈控制行为和邻接子系统的协同控制行为,提出基于全局最优的协同控制律,得到整个系统收敛到全局最优性能指标的方法;通过构建复杂地形环境下的多机器人协同救援实验系统,探讨分布式模型预测控制协同优化方法的实际应用。通过本项目的研究,将为协同控制和分布式模型预测控制技术的研究和应用提供一定的理论和实践基础。

中文关键词: 协同控制;分布式;模型预测控制;重载组合列车;

英文摘要: This research proposes a cooperative optimization scheme of distributed model predictive control based on cooperative theory, which is used in the general networked dynamical systems. First, a cooperative optimization control strategy and a distributed model predictive control strategy are combined to propose a cooperative optimization distributed model predictive control structure . In order to guarantee the stability of distributed model predictive control, topology-based cooperative Lyapunov function and the coupled relationship of networked dynamical subsystems will be considered. Second, the convex suboptimization is solved by decomposing systems and seeking the coupled relationship. Then, the relationship between global optimization and local optimization will be obtained. To achieve the method of the global system converging to a global optimization, we propose a cooperative control theorem, which is based on analyzing the subsystems' self-feedback control and the cooperative control of their neighbors. Finally, in the complex topographic environment, a multi-robotic cooperative optimization rescue system will approve the proposed cooperative control method for distributed model predictive control scheme.This research will promote the theoretical and practical development of cooperative control and distr

英文关键词: Cooperative control;Distributed;Model predictive control;Heavy-haul trains;

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
34+阅读 · 2020年11月26日
GCN如何并行化?分布式图卷积神经网路,13页pdf
专知会员服务
34+阅读 · 2020年7月20日
稳定性与高可用保障的工作思路
阿里技术
0+阅读 · 2022年2月24日
【动态】中国图象图形学学会八届五次理事长会议在海口召开
中国图象图形学学会CSIG
0+阅读 · 2021年12月28日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
分布式智能计算系统前沿
中国计算机学会
19+阅读 · 2019年10月8日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
10+阅读 · 2020年6月12日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
34+阅读 · 2020年11月26日
GCN如何并行化?分布式图卷积神经网路,13页pdf
专知会员服务
34+阅读 · 2020年7月20日
相关资讯
稳定性与高可用保障的工作思路
阿里技术
0+阅读 · 2022年2月24日
【动态】中国图象图形学学会八届五次理事长会议在海口召开
中国图象图形学学会CSIG
0+阅读 · 2021年12月28日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
分布式智能计算系统前沿
中国计算机学会
19+阅读 · 2019年10月8日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员