基于串联结构的分布式模型预测控制.pdf

基于串联结构的分布式模型预测控制是一种分布式模型预测控制（Distributed Model Predictive Control，D MPC）算法，用于控制多输入多输出的大规模系统。该算法将系统分解成多个智能体，每个智能体通过相互协作完成整个系统的控制。 该算法可以分为两类：迭代式算法和非迭代式算法。迭代式算法在迭代到收敛情况下，具有集中式预测控制（Centralized Model Predictive Control，CMPC）算法的性能，但是迭代次数过多，导致系统通信量大；非迭代式算法不需要迭代，但是性能有一定损失。 本文提出了一种基于串联结构的非迭代分布式模型预测控制算法，该算法可以在串联结构系统中有效减少计算量，并结合氧化锌碳分解（Alumina continuous carbonation decomposition process，ACC DP）过程，通过仿真验证了算法的有效性。同时，分析了算法在串联结构下的性能和稳定性。 该算法的优点是可以减少计算量和通信负担，同时可以实时控制大规模系统的行为。此外，该算法还可以应用于其他领域，如 Process Control、Robotics 和Autonomous Systems。 相关知识点： 1. 分布式模型预测控制（Distributed Model Predictive Control，D MPC） 2. 集中式模型预测控制（Centralized Model Predictive Control，CMPC） 3. 串联结构系统 4. 迭代式算法 5. 非迭代式算法 6. 氧化锌碳分解（Alumina continuous carbonation decomposition process，ACC DP） 7. 仿真验证 8. 计算量优化 9. 通信负担 10. 实时控制 本文提出了一种基于串联结构的非迭代分布式模型预测控制算法，可以应用于控制大规模系统的行为，并具有减少计算量和通信负担的优点。