I moderni algoritmi di controllo richiedono la messa a punto delle matrici peso quadrato/penalità
che compaiono in funzioni/costi quadratici per migliorare le prestazioni e/o la stabilità
produzione. Grazie alla semplicità nell'ottimizzazione del guadagno e nell'applicazione della definizione positiva,
le matrici di penalità diagonali sono ampiamente utilizzate nei metodi di controllo come
regolatore quadratico lineare (LQR), controllo predittivo del modello, e con sede a Lyapunov
controllare. In questo documento, proponiamo un approccio di autocomposizione a
parametrizzare matrici di penalità, consentendo definitività positiva con diverso da zero
voci fuori diagonale da soddisfare implicitamente, che non solo offre notevoli
vantaggi computazionali e implementativi, ma amplia la classe di
controlli realizzabili. Risolviamo tre problemi di controllo: 1) una variazione di
Il problema della navigazione di Zermelo, 2) controllo dell'assetto del veicolo spaziale a energia minima
utilizzando sia il metodo LQR che quello basato su Lyapunov, E 3) carburante minimo e tempo minimo
Design della traiettoria a bassa spinta basato su Lyapunov. L'ottimizzazione dello sciame di particelle lo è
utilizzato per ottimizzare le variabili decisionali, che parametrizzerà la sanzione
matrici. I risultati dimostrano miglioramenti fino a 65% nello spettacolo
obiettivo nei problemi di esempio utilizzando il metodo proposto.

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: