目次
- 目次
- Model Predictive Control:モデル予測制御とは?
- MPCの歴史
- MPCの種類
- Receding Horizon 制御
- モデル予測制御の利点
- 利点1:入力や出力の制約条件をシステマチックに扱うことが可能
- 利点2:多入力多出力のシステムの制御に利用しやすい
- 利点3:高い制御性能が期待できる
- 利点4: 時間遅れ補正を明示的に考慮することができる
- 利点5: パラメータの自動チューニング手法が存在している。
- モデル予測制御の欠点
- 欠点1: 計算が重い
- 欠点2: 閉ループ安定性は必ず約束されない
- 欠点3: 線形モデルを設計する必要がある。
- モデル予測制御の応用例
- MPCを実装するフロー
- 1. 線形モデルを構築する
- 2. 凸最適化のツールを選定する
- PythonによるシンプルなMPC制御シミュレーション
- 最適化コードジェネレータによるモデル予測制御の高速化
- モデル予測制御における制約条件の緩和
- モデル予測制御におけるパラメータ
- 1 状態変数のコスト行列Q
- 2. 入力のコスト行列 R
- 3. ホライゾン長さ T
- シンプルなMPCの数式の導出
- Math WorksのMPC入門ビデオ
- より深くモデル予測制御を学ぶために
- 参考資料
- MyEnigma Supporters
Model Predictive Control:モデル予測制御とは?
Model Predictive Control:モデル予測制御は、
現代制御アルゴリズムの一つで、
事前に設定したシステムモデルに基づいて、
逐次的に最適化問題を解くことで
制御入力を決定する手法です。
Model Predictive Controlの頭文字を取って、
MPCと呼ばれることも多いようです。
続きを読む