MPC初學2(數學建模)

2021-10-02 19:31:27 字數 834 閱讀 1678

模型**控制系統是基於數學建模,這種模型被稱為狀態-空間模型。通過狀態-空間模型,能用當前的狀態變數和操縱變數(偏差值)來表示未來狀態量。

接下裡我們舉乙個單輸入-單輸出的例子,它可以被如下描述:

xm(k+1)=amxm(k)+bmu(k) ①;

y(k)=cmxm(k) ② ;

其中u(k)是操縱變數,作為輸入;xm(k)是當前狀態變數,作為輸入;y(k)為輸出變數;am,bm,cm分別為關係矩陣。

接下來我們對①式求偏差,得:

xm(k+1)-xm(k)=am(xm(k)+xm(k-1))+bm(u(k)-u(k-1));

其中計 δxm(k+1)=xm(k+1)-xm(k);δxm(k)=xm(k)-xm(k-1);δu(k)=u(k)-u(k-1)

通過簡單變形可得狀態-空間方程為:

δxm(k+1)=amδxm(k)+bmδu(k) ③

到現在我們建模已經完成了的一大半,接下來需要將δxm(k)與輸出y(k)聯絡起來。

對②式求偏差,得:

y(k+1)-y(k)=cm(xm(k+1)-xm(k))=cmδxm(k+1)=cmamδxm(k)+cmbmδu(k). ④

接下來我們令乙個新的狀態變數矩陣:

並將③、④用矩陣形式表示:

至此,狀態-空間模型建立完畢:

x(k+1)=ax(k)+bδu(k);

y(k)=[0m 1]x(k)

其中0m=[0 0 …0]

數學建模2

蒙特卡羅演算法。該演算法又稱隨機性模擬演算法,也稱統計實驗方法。是通過計算機 來解決問題的演算法,同時可以通過模擬來檢驗自己模型的正確性。資料擬合 引數估計 插值等資料處理演算法。比賽中通常會遇到大量的資料需要處理,而處理資料的關鍵就在於這些演算法,通常使用matlab輔助,與圖形結合時還可處理很多...

數學建模之路2

本篇主要幫助小白對數學建模有大致的了解。為什麼沒有數學建模1,因為那篇不過審,找不出哪些字眼涉及敏感話題了hhh,不過也沒啥,那篇沒講學習內容。在下在孫嘉琪和劉志博,兩位隊友的共同努力下,有幸獲得19級數學建模國賽省級二等獎。並不算大佬,目前也在深入學習,在這裡盡力為大家比較關心的問題作詳細解答,主...

數學建模基礎學習2 matlab lingo

三角函式 sin正弦 sinh雙曲正弦 asin反正弦 asinh 反雙曲正弦 cos余弦 cosh雙曲余弦 acos反余弦 acosh 反雙曲余弦 tan正切 tanh雙曲正切 atan反正切 atan 反雙曲正切 指數函式與對數函式 exp 指數 log e為底的對數 log10常用對數 sqr...