Khái niệm cốt lõi
데이터 기반 예측 제어(DeePC)에서 증가하는 계산 복잡성을 해결하기 위해 효율적인 재귀적 업데이트 알고리즘을 제안한다. 이 알고리즘은 특이값 분해(SVD)를 활용하여 DeePC의 저차원 변환을 수행하고 빠른 SVD 업데이트 기법을 사용한다. 또한 이 알고리즘은 의사역행렬과 한켈 행렬을 사용하는 다양한 데이터 기반 방법을 포괄할 수 있는 일반적인 DeePC 형태에 기반하고 있다.
Tóm tắt
이 논문은 데이터 기반 모델 예측 제어(DeePC)의 효율적인 재귀적 업데이트 알고리즘을 제안한다.
- DeePC의 일반적인 형태에 대한 등가의 저차원 변환을 소개한다. 이를 통해 DeePC의 계산 복잡성을 줄일 수 있다.
- 빠른 특이값 분해(SVD) 업데이트 기법을 제안한다. 이를 통해 데이터가 지속적으로 업데이트되는 상황에서도 효율적으로 DeePC를 업데이트할 수 있다.
- 제안된 알고리즘의 유연성을 보이기 위해, 의사역행렬과 한켈 행렬을 사용하는 다른 데이터 기반 방법들이 일반적인 DeePC 형태에 포함될 수 있음을 보인다. 특히 부공간 예측 제어(SPC)와의 관계를 분석한다.
- 모의실험을 통해 제안된 알고리즘의 효과를 검증한다.
Thống kê
데이터 기반 예측 제어 방법은 전통적인 모델링 단계를 생략하고 입출력 데이터를 직접 활용하여 예측 제어기를 설계할 수 있다.
데이터 기반 예측 제어 방법의 계산 복잡성은 누적되는 데이터량에 따라 증가한다.
제안된 알고리즘은 특이값 분해를 활용하여 데이터 기반 예측 제어 문제의 차원을 효과적으로 줄일 수 있다.
제안된 알고리즘은 기존 재귀적 업데이트 방법에 비해 계산 시간이 크게 감소한다.
Trích dẫn
"데이터 기반 예측 제어(DeePC)는 전통적인 모델링 단계를 생략하고 입출력 데이터를 직접 활용하여 예측 제어기를 설계할 수 있는 유망한 도구이다."
"DeePC의 계산 복잡성은 누적되는 데이터량에 따라 증가하는 문제가 있다."
"제안된 알고리즘은 특이값 분해를 활용하여 DeePC 문제의 차원을 효과적으로 줄일 수 있다."