学习加速保可行
针对分布式模型预测控制的计算负担，该逼近器通过独立神经网络近似，并保证可行性、稳定性，比现有学习式DMPC方案更可靠。
Liu, Q. B. · 李少远 · 正一 · 齐臣坤 · Min, Luo
IEEE Transactions on Industrial Informatics 2023
即使神经网络输出不可行或违反分布式条件，备用控制器介入，确保系统状态始终满足约束。
通过基于对偶分解的分布式条件设计，保证闭环系统渐近稳定。
用独立神经网络替代每个子系统的优化问题，将在线求解转化为快速前向传播。
在反应器-分离器过程中仿真验证，控制性能优越。