近似非线性MPC：利用机器学习与函数逼近器进行非线性系统模型预测控制

简介：
本研究提出了一种结合机器学习和函数逼近技术的近似非线性MPC方法，用于优化复杂非线性系统的预测控制性能。通过减少计算负担并提高实时应用中的适应性和精确度，该方案有望推动工业自动化与智能控制系统的发展。 近似非线性MPC通过机器学习和函数逼近器实现对非线性系统的模型预测控制，相关研究见：Chakrabarty, A., Dinh, V., Corless, MJ, Rundell, AE, Zak, SH 和 Buzzard, GT (2017) 的《支持向量机使用低差异序列通知显式非线性模型预测控制》。该论文发表在IEEE Transactions on Automatic Control，62（1）期，第135-148页。 依赖项：MATLAB、Simulink及GODLIKE工具箱。