【技术实现步骤摘要】
一种暖启动C/GMRES方法、系统、设备及介质
[0001]本专利技术涉及车辆巡航模式切换
，特别是涉及一种暖启动 C/GMRES方法、系统、设备及介质。
技术介绍
[0002]2004年Ohtsuka Toshiyuki提出了一种名为Continuation/GMRES方法的实 时算法，该算法将Continuation方法与GMRES方法相结合。通过明智地应用 C/GMRES方法，可以显著降低计算代价并实现实时性。近年来，它的发展尤 为迅速，不仅在学术界得到了充分的应用，而且在工程领域也得到了广泛的应 用。尽管C/GMRES为控制问题提供了快速收敛，但必须注意启动过程，以确 保初始解足够接近最优解。因为迭代方法从初始近似开始，然后在理论上无限 序列中产生改进的近似，其极限是最优解，C/GMRES在每个时间步执行牛顿 迭代得到最优控制问题的解。使用先前的估计初始化迭代方案可以显著减少计 算时间，而初始点选择的不合理性对迭代方案的计算结果影响极大，增加了计 算量，甚至导致计算失效。为了适应C/GMRES算法的初始化问题，...
【技术保护点】
【技术特征摘要】
1.一种暖启动C/GMRES方法，其特征在于，包括以下步骤：根据非线性模型预测控制问题构建非线性模型；将所述非线性模型转化为具有时变扰动的线性离散时间模型；在所述线性离散时间模型的基础上添加目标函数，得到新的优化问题；根据约束所述新的优化问题的极值条件，得到所述新的优化问题的解；将所述新的优化问题的解输入迭代模型获取所述新的优化问题的最优解；将所述新的优化问题的最优解作为C/GMRES算法的初始解，得到对车辆巡航模式切换的控制策略。2.根据权利要求1所述的暖启动C/GMRES方法，其特征在于，所述非线性模型为：y
c
(t)＝C
c
x(t)其中，f(
·
)为状态方程，x(t)∈R
n
为状态向量，为输入向量，为输出向量，为输出矩阵；R
n
为n
×
1的实数矩阵，为m
u
×
1的实数矩阵，为m
c
×
1的实数矩阵，为m
u
×
n的实数矩阵，n,m
u
,m
c
∈Z
+
，Z
+
为正整数集合。3.根据权利要求1所述的暖启动C/GMRES方法，其特征在于，将所述非线性模型转化为具有时变扰动的线性离散时间模型具体包括：将所述非线性模型视为具有时变扰动的线性模型；将所述线性模型转化为具有时变扰动的线性离散时间模型；所述具有时变扰动的线性离散时间模型为：x(i+1)＝Ax(i)+B
u
u(i)+B
d
d(i)y
c
(i)＝C
c
x(i)其中，x(i+1)为i+1时刻的状态向量，x(i)为i时刻的状态向量，u(i)为i时刻的输入向量，d(i)为i时刻的扰动向量d(i)＝(x(i)+T
s
f(x(i),u(i))
‑
Ax(i)
‑
B
u
u(i))/B
d
，T
s
为采样时间，f(x(i),u(i))为i时刻的状态方程，A∈R
n
×
n
为状态矩阵，为控制矩阵，B
d
∈R
n
×
n
为扰动矩阵，为输出矩阵；R
n
×
n
为n
×
n的实数矩阵，为n
×
m
u
的实数矩阵，为m
u
×
n的实数矩阵，n,m
u
∈Z
+
，Z
+
为正整数集合。4.根据权利要求3所述的暖启动C/GMRES方法，其特征在于，在将所述非线性模型转化为具有时变扰动的线性离散时间模型之后还包括：根据所述具有时变扰动的线性离散时间模型得到预测方程，所述预测方程为：Y
m
(i+1|i)＝S
x
x(i)+S
u
U(i)+S
d
D(i)其中，Y
m
(i+1|i)为m步预测输出向量，U(i)为预测输入向量，D(i)为预测扰动向量；
m∈Z
+
。5.根据权利要求4所述的暖启动C/GMRES方法，其特征在于，在所述线性离散时间模型的基础上添加目标函数，得到新的优化问题具体包括：定义辅助变量；根据所述辅助变量对所述目标函数进行变换，得到新的目标函数；将所述新的目标函数与所述预测方程相结合，得到所述辅助变量的变换形式；根据所述辅助变量的变换形式，得到新的优化问题；其中，所述目标函数为：J(x(i),U(i),m)＝||Γ
y
Y
m
(i+1|i)||2+||Γ
u
U(i)||2；Γ
y
和Γ
u
为加权矩阵；Γ
y,1
,Γ
y,2
,
…
Γ
y,m
为Γ
y
里的子矩阵，Γ
u,1
,Γ
u,2
,
…
Γ...
【专利技术属性】
技术研发人员：刘嘉琪，曲婷，刘奇芳，董世营，高炳钊，
申请(专利权)人：吉林大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。