一种基于即时学习的非线性系统滑模预测控制方法

针对复杂非线性系统的控制问题, 采用数据驱动的控制策略, 将具有本质自适应能力的即时学习算法与具 有强鲁棒性的滑模预测控制相结合, 设计了一种基于即时学习的滑模预测(LL-SMPC) 控制方法. 该方法在在线局部 建模的基础上, 采用滑模预测控制律求取最优控制量, 具有较强的自适应和抗干扰能力, 并采用分层递阶搜索策略, 避免了求解Diophantine 方程, 有效减少了计算量, 提高了搜索效率. 仿真结果验证了所提出算法的有效性.