Oct, 2023

深度神经网络模型预测控制框架介绍及快速控制器实现

PDF
TL;DR基于深度神经网络的非线性模型预测控制（MPC）在同质压燃点火（HCCI）燃烧控制方面的实验实施结果良好，具有优秀的 IMEP 轨迹跟踪性能和过程约束的观测情况。
model predictive controlmachine learningdeep neural networkhomogeneous charge compression ignitioncombustion control
发现论文，激发创造
  • 神经网络支持下的模型预测控制实现无法匹配的不确定性缓解

    本文介绍了一种基于深度学习的模型预测控制算法，利用深度神经网络作为学习基础的预测控制中的甲骨文，通过一个双时间尺度适应机制来估计不匹配的不确定性并且得到了压缩系统的数值试验验证。

    Apr, 2023

  • 非线性深度神经网络建模的高效模型预测控制

    该研究论文提出了一种用于动态系统的模型预测控制（MPC）方法，该方法利用深度神经网络（NNs）对系统的非线性和不确定性进行建模，并提出了两种用于解决 MPC 问题的方法：混合整数规划（MIP）方法和线性松弛（LR）方法。进行了广泛的数值模拟来演示和比较 MIP 和 LR 方法的性能。

    May, 2024

  • 基于循环神经网络的连续制药制造模型预测控制

    本研究展示了在连续制药生产中，使用循环神经网络作为模型预测控制（MPC）解决方案，可以更好地建模动态系统并实现满意的闭环控制性能。

    Jul, 2018

  • NeurOpt: 基于神经网络的建筑能源管理和环境控制优化

    本研究提出了一种基于神经网络的数据驱动控制算法，以减少建筑物模型识别的成本，通过建筑物能耗和区域温度的动态模型，实现了较高的精度和与默认系统控制器相比的节能和更好的住户舒适度。

    Jan, 2020

  • 参数自适应的近似模型预测控制：无需重新训练调整神经网络控制器

    参数自适应近似模型预测控制（AMPC）架构，以此实现对低成本微控制器（MCU）上快速运动系统的实际应用。

    Apr, 2024

  • 模型预测控制与神经网络之间的映射

    用隐式神经网络准确表示具有二次成本和线性约束的线性系统的模型预测控制，并引入一种将隐式神经网络解开为显式网络的方法，这些结果强调了隐式神经网络表示优化问题解决方案的能力，因为这些问题本身是隐式定义的函数。

    Apr, 2024

  • 增强安全的近似非线性模型预测控制与神经网络

    本论文通过神经网络（NN）的逼近研究模型预测控制（MPC）控制器，以实现快速在线计算，并通过安全增强提高收敛和实现约束满足的确定性保证。其控制框架在三个具有不同复杂度的非线性 MPC 基准测试中得到阐述，并证明了与在线优化相比的数量级的计算加速。

    Apr, 2023

  • 模型预测控制器的改进

    研究综合模型预测控制（MPC）问题，发现内部预测模型（PM）的精确度提高会自动提高整体的控制器性能。

    Aug, 2023

  • 将循环强化学习纳入模型预测控制中，以实现自主驾驶中的自适应控制

    通过解决 MPC 控制器在现实场景下系统识别学习失败的问题，将其转化为部分观察马尔科夫决策过程，通过循环强化学习不断地适应动态模型参数，该论文提出了一种自适应控制算法 (MPC-RRL)，最终在 CARLA 模拟器中得出了具有鲁棒性和可靠性的自动驾驶控制效果。

    Jan, 2023

  • 多旋翼集成模型预测控制 I：仿真实验

    通过使用集成模型预测控制 (EMPC) 方法，可以实现非线性全模型，将高斯过程作为反向计算的输入，从而提高机器人系统的控制和估计的准确性和效率。

    May, 2023