명시적 MPC 설계

런타임 최적화 대신 미리 계산된 해를 사용하는 빠른 모델 예측 제어

명시적 모델 예측 제어에서는 오프라인 계산을 사용해, 최적의 제어 입력 증분이 상태의 아핀 함수 평가에 의해 결정되는 모든 동작 영역을 찾아냅니다. 명시적 MPC 제어기는 전통적인(묵시적) 모델 예측 제어기보다 필요한 런타임 계산이 적으므로, 작은 샘플 시간을 요구하는 응용 분야에 유용합니다. 명시적 MPC를 구현하려면 먼저 애플리케이션에 대한 전통적인(묵시적) 모델 예측 제어기를 설계한 다음, 이 제어기를 사용하여 실시간 제어에 사용할 명시적 MPC 제어기를 생성합니다. 자세한 내용은 Design Workflow for Explicit MPC 항목을 참조하십시오.

함수

모두 확장

generateExplicitMPCConvert implicit MPC controller to explicit MPC controller
generateExplicitRangeBounds on explicit MPC control law parameters
generateExplicitOptionsOptimization options for explicit MPC generation
simplifyReduce explicit MPC controller complexity and memory requirements
plotSectionVisualize explicit MPC control law as 2-D sectional plot
generatePlotParametersParameters for plotSection
mpcmoveExplicitCompute optimal control using explicit MPC
mpcmoveoptOption set for mpcmove function
mpcstateMPC controller state
simSimulate an MPC controller in closed loop with a linear plant
mpcsimoptMPC simulation options

객체

explicitMPCExplicit model predictive controller

블록

Explicit MPC ControllerExplicit model predictive controller

도움말 항목

명시적 MPC 기본 사항

  • Explicit MPC
    Explicit model predictive control uses offline computations to determine the optimal control law in each controller operating region. At run time, the controller then applies the state feedback law associated to the region in which the current operating point is in.
  • Design Workflow for Explicit MPC
    To implement explicit MPC, first design a classical model predictive controller for your application, and then use this controller to generate an explicit MPC controller for use in real-time control.
  • Explicit MPC Control of a Single-Input-Single-Output Plant
    Design and simulate an explicit model predictive controller for a SISO plant.

사례 연구

관련 정보