数学系Seminar第2094期 多变量预测控制结构分解的图论方法

创建时间:  2021/04/22  龚惠英   浏览次数:   返回

报告主题:多变量预测控制结构分解的图论方法(Graph theory method for multivariate predictive control structure decomposition)

报告人:邹涛 教授 (广州大学)

报告时间:2021年4月25日(周日) 16:00—17:00

会议地点:校本部G507

邀请人:胡广大

主办部门:理学院数学系

报告摘要:预测控制算法的计算复杂度主要由变量个数和控制时域决定,而大型复杂系统中变量个数较多将导致计算量大的问题,尤其在有约束预测控制的优化求解中增加较重的计算负担.本文针对此问题利用邻接矩阵、可达矩阵和关联矩阵梳理系统传递函数模型中变量之间的关联,将有关联的控制变量划分为一个子系统,进而将一个大系统分解成若干独立子系统,即可将一个高维度的优化求解问题分解成多个维度较低的子优化问题,降低计算复杂度以达到减少计算量的目的.最后将其应用在多变量有约束的双层结构预测控制算法中,通过仿真进行验证.

上一条:物理学科Seminar第545讲 黑洞超辐射:不稳定性和标量云

下一条:数学系Seminar第2093期 先进过程控制中的优化方法与实现策略


数学系Seminar第2094期 多变量预测控制结构分解的图论方法

创建时间:  2021/04/22  龚惠英   浏览次数:   返回

报告主题:多变量预测控制结构分解的图论方法(Graph theory method for multivariate predictive control structure decomposition)

报告人:邹涛 教授 (广州大学)

报告时间:2021年4月25日(周日) 16:00—17:00

会议地点:校本部G507

邀请人:胡广大

主办部门:理学院数学系

报告摘要:预测控制算法的计算复杂度主要由变量个数和控制时域决定,而大型复杂系统中变量个数较多将导致计算量大的问题,尤其在有约束预测控制的优化求解中增加较重的计算负担.本文针对此问题利用邻接矩阵、可达矩阵和关联矩阵梳理系统传递函数模型中变量之间的关联,将有关联的控制变量划分为一个子系统,进而将一个大系统分解成若干独立子系统,即可将一个高维度的优化求解问题分解成多个维度较低的子优化问题,降低计算复杂度以达到减少计算量的目的.最后将其应用在多变量有约束的双层结构预测控制算法中,通过仿真进行验证.

上一条:物理学科Seminar第545讲 黑洞超辐射:不稳定性和标量云

下一条:数学系Seminar第2093期 先进过程控制中的优化方法与实现策略