Stochastic output-feedback model predictive control

فرمول جدیدی از کنترل بازخورد خروجی پیش بینی کننده مدل تصادفی ارائه شده و به عنوان یک انتقال از کنترل بازده خروجی بهینه توزیع شده به یک تنظیم افق پایدار ارائه شده است. این نیاز به بلند کردن طراحی به یک چارچوب مربوط به انتشار تراکم حالت شرطی، وضعیت اطلاعات و راه حل معادله برنامه ریزی دینامیکی تصدی برای یک سیاست بازخورد مطلوب است، که هر دو مراحل به صورت محاسباتی در تنظیم عمومی و غیر خطی چالش برانگیز هستند. پیشرفت این است که پاکسازی سه جنبه تنگنا در کنترل پیشبینی مدل به میزان بهینه بستگی دارد: بازخورد خروجی به طور طبیعی گنجانده شده است؛ تنظیم دوگانه و بررسی سیگنال کنترل ذاتی است؛ عملکرد حلقه بسته نسبت به کنترل مطلوب افق بی نهایت تضمین شده است. در حالی که این روش ها از لحاظ عددی قابل ملاحظه است، هدف ما این است که یک رویکرد به کنترل پیش بینی کننده مدل تصادفی با تضمین ها ایجاد کنیم و از آنجا به تقریب کمتری دست یابیم. برای این منظور، ما به طور خاص در کلاس های فرآیند تصمیم گیری مارکوف قابل مشاهده است که نتایج آن به طور یکپارچه گسترش می یابیم و کاربردی را با نمونه ای در تصمیم گیری در زمینه مراقبت های بهداشتی نشان می دهیم، در حالیکه دوگانگی و بهینه سازی مرتبط در سیگنال کنترل، رفتار حلقه