Not only adaptive predictive control of switched systems is a computationally intensive procedure, it also involves various challenges in addressing the problems of robust stabilization and precise tracking. This study proposes new strategies to deal with the aforementioned issues (namely safe and precise control alongside with reduction of computational burden). The first contribution of this work is reduction of conservatism for described class of systems. Control of switched systems with undetectable switching signals is often conducted in worst case switching configuration to ensure robustness, which potentially results in conservative design. The issue of conservativeness is intensified in multi input‐multi output (MIMO) dynamical systems due to increased dimensions. However, attaining a robust control scheme for all switching configurations while ensuring precise response is inherently paradoxical. To overcome this issue, this study proposes a new dual‐mode algorithm where control modes corresponding to safety and precision are activated at appropriate stages of system response. This is conducted based on incorporation of an adaptive fuzzy‐wavelet neural network identification scheme in predictive control of MIMO switched systems. However, as convergence of the adaptive algorithm to actual system is attained after a finite period of time, a safe‐mode control algorithm is proposed to maintain quality of transient response in convergence period. In other words, the proposed algorithm operates in safe and precise control modes to ensure robust stability in the convergence period and non‐conservative design in steady‐state. Second major contribution of the work is reduction of calculation burden based on incorporation of a suboptimal control algorithm. To this end, we propose a predictive control scheme based on a suboptimal gradient‐descent based controller, calculating feasible stabilizing inputs instead of optimal inputs. Effects of dynamical variations are incorporated in the model predictive control framework for increased compatibility with high‐speed switching dynamics. Then, based on incorporation of dual‐mode algorithm, precise steady‐state performance is attained while preventing notable perturbations in dynamical discontinuities at switching.

中文翻译：

---

通过结合实时自适应学习机生成的未知主动动力学来解决快速变化的多变量系统的预测控制问题

交换系统的自适应预测控制不仅是计算量大的过程，而且在解决鲁棒稳定和精确跟踪方面也涉及各种挑战。这项研究提出了解决上述问题的新策略（即安全，精确的控制以及减少的计算负担）。这项工作的第一个贡献是减少了所描述系统类别的保守性。为了确保鲁棒性，通常在最坏情况的开关配置中对开关系统进行开关信号检测以确保其鲁棒性，这可能导致设计保守。由于尺寸增大，在多输入多输出（MIMO）动力学系统中，保守性问题更加严重。然而，在确保精确响应的同时，在所有开关配置上获得鲁棒的控制方案是自相矛盾的。为了克服这个问题，本研究提出了一种新的双模式算法，其中在系统响应的适当阶段激活了与安全性和精度相对应的控制模式。这是基于在MIMO交换系统的预测控制中结合自适应模糊小波神经网络识别方案而进行的。但是，由于在一定时间后自适应算法已收敛到实际系统，因此提出了一种安全模式控制算法，以保持收敛期间的瞬态响应质量。换句话说，所提出的算法在 这项研究提出了一种新的双模式算法，其中在系统响应的适当阶段激活了与安全性和精度相对应的控制模式。这是基于在MIMO交换系统的预测控制中结合自适应模糊小波神经网络识别方案而进行的。但是，由于在一定时间后自适应算法已收敛到实际系统，因此提出了一种安全模式控制算法，以保持收敛期间的瞬态响应质量。换句话说，所提出的算法在 这项研究提出了一种新的双模式算法，其中在系统响应的适当阶段激活了与安全性和精度相对应的控制模式。这是基于在MIMO交换系统的预测控制中结合自适应模糊小波神经网络识别方案而进行的。但是，由于在一定时间后自适应算法已收敛到实际系统，因此提出了一种安全模式控制算法，以保持收敛期间的瞬态响应质量。换句话说，所提出的算法在 但是，由于在一定时间后自适应算法已收敛到实际系统，因此提出了一种安全模式控制算法，以保持收敛期间的瞬态响应质量。换句话说，所提出的算法在 但是，由于在一定时间后自适应算法已收敛到实际系统，因此提出了一种安全模式控制算法，以保持收敛期间的瞬态响应质量。换句话说，所提出的算法在安全和精确的控制模式可确保收敛期间的稳健稳定性和稳态下的非保守设计。这项工作的第二个主要贡献是基于合并了次优控制算法，减轻了计算负担。为此，我们提出了一种基于次优梯度下降控制器的预测控制方案，计算可行的稳定输入而不是最优输入。动态变化的影响已纳入模型预测控制框架中，以提高与高速开关动力学的兼容性。然后，基于双模算法的结合，可以获得精确的稳态性能，同时避免了切换时动态不连续性的明显扰动。