基于数据利用平方和规划凸计算吸引域的方法

《IFAC Journal of Systems and Control》:Convex computation of regions of attraction from data using sums-of-squares programming

【字体: 大 中 小 】 时间:2026年02月02日 来源:IFAC Journal of Systems and Control 1.9

编辑推荐:

  本文聚焦于未知自治动力系统的吸引域(Region of Attraction, RoA)分析。研究人员提出了一种基于矩(moment)-平方和(Sum of Squares, SoS)层次的数据驱动方法,在动力学信息有限的情况下实现新颖的RoA外近似。主要贡献

  
本文聚焦于未知自治动力系统的吸引域(Region of Attraction, RoA)分析。研究人员提出了一种基于矩(moment)-平方和(Sum of Squares, SoS)层次的数据驱动方法,在动力学信息有限的情况下实现新颖的RoA外近似。主要贡献在于绕开了系统模型及其多项式结构的反复约束。数值实验展示了数据对所学近似集的影响,凸显了该方法的潜力。
研究背景方面,稳定性分析是控制理论基石,传统依赖系统模型并借助李雅普诺夫直接法、LaSalle不变原理或耗散理论比较原理;随现代系统复杂度提升,精确建模困难,数据驱动方法因数据丰富、算力增强及适应非线性实系统而兴起。既有模型侧SoS编程可处理多项式系统控制李雅普诺夫函数与RoA内外近似,但受限于模型已知且为多项式;既有数据驱动工作多用数据补未知模型再接SoS,或借线性/二阶锥规划、神经网络、分段仿射学李雅普诺夫函数,仍未能在完全无模型信息下用SoS框架认证RoA。为此,研究人员开展完全数据驱动、仅需Lipschitz常数与无噪采样点即可用凸优化近似有限时域RoA的研究。
关键技术方法上,研究人员将未知向量场f以数据集D={(xi,yi=f(xi)}与Lipschitz常数M上界封装为半代数不确定集FD(x)={y∈Rn | ?i∈[N], ‖y?yi‖2≤M2‖x?xi‖2},把受控系统视角转为微分包含?=y∈FD(x);沿用Henrion和Korda (2014) 矩(moment)-SoS层次,将X={gX(x)≥0}、XT={gT(x)≥0}作多项式不等式,构造ΓD={(x,y): gX(x)≥0, y∈FD(x)};定义有限时域RoA(FH-RoA)X0为存在W1,∞轨迹在[0,T]内留于X且终点入XT、全程(x(t),?(t))∈ΓD的初始集,经最佳情形(存在系统达标)得外近似、互补集最佳情形外近似推最坏情形内近似;样本来自数值实验自身生成,无生物试剂与培养操作。
研究结果各节要点如下。第1节引言指明SoS法强保证但限模型多项式,本文去模型信息。第2节数据驱动吸引域中,2.1问题陈述给出未知f下FH-RoA定义与假设1(Lipschitz连续+M上界+无噪有限样本D)、假设2(X,XT紧且多项式描述);2.2有限时间吸引域把数据不确定写入ΓD,以(6)式重述X0,借Remark 5区分最佳情形外近似与最坏情形内近似,Remark 8列四点差异:免多项式结构、全数据驱动、耦合约束y∈FD(x)替解耦x∈X,u∈U、兼得内外近似;2.3一维分段例用三点集D1与M=1示FD(X)包络与fbest所得外近似RoA=[-0.408,0.408]宽于真系统[-0.34,0.34]。第3节基于数据与互补内近似的优化问题详述矩-SoS凸规划及收敛证明(附录)。第4节数值结果展示数据量影响近似集体积,并析计算困难及缓解。
讨论与结论部分,研究人员结论为:所提完全数据驱动矩-SoS框架在仅知Lipschitz界与无噪采样时,可凸计算未知Lipschitz向量场有限时域RoA的外近似与内近似,破除模型基SoS必多项式之限;数据密度与覆盖直接决定FD紧度进而左右近似保守性,数值实验证该方法在弱模型信息下仍给出有认证保证的RoA估计,为非线性实系统稳定性分析提供新途径。
发表于《IFAC Journal of Systems and Control》。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号