[发明专利]一种迭代学习策略下工业模型预测控制系统的经济性能评估方法

权利要求书

1.一种迭代学习策略下工业模型预测控制系统的经济性能评估方法，其特征在于，包括如下步骤：

(1)初始化迭代次数i为0，从MPC中收集当前阶段的过程数据以及权重参数，分别计算第i次迭代时的输入方差输出方差输入均值和输出均值估计第i次迭代的经济性能

(2)根据步骤(1)的计算结果利用所述MPC经济性能函数的递推式求解使第i+1次迭代时经济性能最优的输入增量和输出增量；

(3)根据步骤(1)和(2)的结果检测输入输出的拉格朗日参数向量确定本次迭代时的系统状态η_i，η_i＝0或±1；

(4)根据系统状态η_i判断本次迭代时系统经济性能是否收敛：

若收敛，则认为本次迭代时的经济性能最优，并利用本次迭代的控制方案进行工业控制；

否则，进行如下操作：

(4-1)根据当前迭代时的系统状态η_i利用ILC学习率获取第i+1次迭代时的权重参数；

(4-2)根据步骤(1)中计算得到的输入均值和输出均值以及步骤(2)得到的输入增量和输出增量计算得到第i+1次迭代时的过程数据；

(4-3)更新当前迭代次数为i+1，并基于步骤(4-1)和(4-2)的结果返回步骤(1)。

2.如权利要求1所述的迭代学习策略下工业模型预测控制系统的经济性能评估方法，其特征在于，所述步骤(3)中根据如下公式确定本次迭代时的系统状态η_i：

ηi=1,Bu>0and By=0-1,Bu=0and By>00,Bu>0and By>00,Bu=0and By=0,]]>

其中，Bu=maxn=1,...,2Nβn,By=maxp=2N+1,...,2N+2Pβp,]]>β_n为所述拉格朗日参数向量中的输入部分的第n个分量，β_p为所述拉格朗日参数向量中的输出部分的第p个分量。