Newton projection with proportioning using iterative linear algebra for model predictive control with long prediction horizon
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F19%3A00328302" target="_blank" >RIV/68407700:21230/19:00328302 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1080/10556788.2019.1571588" target="_blank" >https://doi.org/10.1080/10556788.2019.1571588</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1080/10556788.2019.1571588" target="_blank" >10.1080/10556788.2019.1571588</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Newton projection with proportioning using iterative linear algebra for model predictive control with long prediction horizon
Popis výsledku v původním jazyce
This paper presents an algorithm to solve a sparse Quadratic Programming (QP) problem. The QP problem is suitable for Model Predictive Control (MPC) applications in particular. MPC is a modern multivariable control method which requires the solution to a quadratic programming problem at each sampling instant. The proposed algorithm is an active-set based strategy which uses the proportioning test for the selection of the active-set reduction and expansion while utilizing the sparse nature of the problem by the preconditioned MINRES algorithm to solve the face problem. Numerical experiments illustrate the performance of the algorithm, and the results are compared with the state-of-the-art solvers.
Název v anglickém jazyce
Newton projection with proportioning using iterative linear algebra for model predictive control with long prediction horizon
Popis výsledku anglicky
This paper presents an algorithm to solve a sparse Quadratic Programming (QP) problem. The QP problem is suitable for Model Predictive Control (MPC) applications in particular. MPC is a modern multivariable control method which requires the solution to a quadratic programming problem at each sampling instant. The proposed algorithm is an active-set based strategy which uses the proportioning test for the selection of the active-set reduction and expansion while utilizing the sparse nature of the problem by the preconditioned MINRES algorithm to solve the face problem. Numerical experiments illustrate the performance of the algorithm, and the results are compared with the state-of-the-art solvers.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
20204 - Robotics and automatic control
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Optimization Methods and Software
ISSN
1055-6788
e-ISSN
1029-4937
Svazek periodika
34
Číslo periodika v rámci svazku
5
Stát vydavatele periodika
GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku
24
Strana od-do
1075-1098
Kód UT WoS článku
000486079100009
EID výsledku v databázi Scopus
2-s2.0-85061049001