基于欺骗攻击数据优化的迭代学习鲁棒安全预测控制方法

基于欺骗攻击数据优化的迭代学习鲁棒安全预测控制方法，属于工业过程的先进控制领域，包括以下步骤：步骤一：在二维系统框架下，建立具有低网络延迟和欺骗攻击间歇过程的状态空间模型；步骤二：构建具有批次方向状态偏差和时间方向输出误差的二维Rosser模型；步骤三：基于所建立的二维Rosser模型和历史批次的欺骗攻击数据设计控制器；步骤四：基于Lyapunov‑Razumikhin函数，构建具有低网络延迟和欺骗攻击间歇过程的李雅普诺夫能量函数；步骤五：基于鲁棒安全不变集，给出的稳定性条件，在线求解以获得控制律增益K；本发明通过在线求解方式，实时更新控制器增益，利用历史批次的欺骗攻击数据持续改进和优化控制器，以确保系统能够有效抵御欺骗攻击。