融合增量学习的模型预测控制方法

本发明适用于模型预测控制技术领域，提供了融合增量学习的模型预测控制方法，通过构建增量学习模型，补充状态空间模型应对扰动时的预测偏差，将增量学习模型的预测结果反馈至状态空间模型预测时域，修正模型误差，并通过增量数据更新模型，有效预测扰动产生的影响。最后通过反馈校正和迭代优化，实现最优控制输入，达到抑制不可测扰动的目的。这种融合方法使得模型能够更准确地反映实际系统的动态变化，能够在工况发生变化时进行自适应调整，提高系统控制鲁棒性。仿真实验结果表明，本发明提出的方法具备克服扰动的所带来的偏差，相对于其他方法具有显著的优越性。