Unfalsified adaptive control (UAC) is a class of switching control systems which deals with the control of uncertain systems. The UAC includes a bank of controllers, a supervisor, and a system in which the supervisor selects a stabilizing controller based on the system input and output data. Feasibility is the only assumption required in the UAC strategy, which guarantees that there is at least one stabilizing controller in the controller bank. UAC uses the cost detectability definition to prove closed‐loop stability. The combination of UAC and multiple model supervisory adaptive control (MMASC) results in the proposed unfalsified multi‐model control methodology that enjoys appropriate transient performance and stability proof with required minimum assumptions. In practical controller implementations, the effect of actuator constraints on the control signals is crucial. Despite the significance of constrained systems analysis in real applications, the input constraints in the structures of unfalsified control are not generally considered. Also, the stability analysis of constrained unfalsified control is key to its practical applications. In this article, the input constrained systems are considered using the constrained generalized predictive control (GPC) as the main controllers. Subsequently, to handle virtual signal generation for the GPCs in the UAC context, the inverse optimal control strategy is engaged and formulated to solve the signal generation problem. Simulation results are employed to show the effectiveness of the proposed methodology.

中文翻译：

---

基于二次逆最优控制概念的多模型非伪造自适应广义预测控制

非伪造自适应控制（UAC）是一类控制不确定系统的开关控制系统。UAC包括一组控制器，一个管理器和一个系统，其中管理器根据系统输入和输出数据选择稳定控制器。可行性是UAC策略中唯一需要的假设，它保证了控制器库中至少有一个稳定控制器。UAC使用成本可检测性定义来证明闭环稳定性。UAC和多模型监督自适应控制（MMASC）的组合导致了拟议的未伪造多模型控制方法，该方法具有适当的暂态性能和稳定性证明，并具有所需的最低假设。在实际的控制器实现中，执行器约束对控制信号的影响至关重要。尽管约束系统分析在实际应用中具有重要意义，但通常不会考虑非伪造控制结构中的输入约束。而且，约束伪造控制的稳定性分析是其实际应用的关键。在本文中，将使用受约束的广义预测控制（GPC）作为主要控制器来考虑输入受约束的系统。随后，为了在UAC上下文中处理GPC的虚拟信号生成，采用了逆最优控制策略并制定了解决方案，以解决信号生成问题。仿真结果表明了所提出方法的有效性。尽管约束系统分析在实际应用中具有重要意义，但通常不会考虑非伪造控制结构中的输入约束。而且，约束伪造控制的稳定性分析是其实际应用的关键。在本文中，将使用受约束的广义预测控制（GPC）作为主要控制器来考虑输入受约束的系统。随后，为了在UAC上下文中处理GPC的虚拟信号生成，采用了逆最优控制策略并制定了解决方案，以解决信号生成问题。仿真结果表明了所提出方法的有效性。尽管约束系统分析在实际应用中具有重要意义，但通常不会考虑非伪造控制结构中的输入约束。而且，约束伪造控制的稳定性分析是其实际应用的关键。在本文中，将使用受约束的广义预测控制（GPC）作为主要控制器来考虑输入受约束的系统。随后，为了在UAC上下文中处理GPC的虚拟信号生成，采用了逆最优控制策略并制定了解决方案，以解决信号生成问题。仿真结果表明了所提出方法的有效性。约束非伪造控制的稳定性分析是其实际应用的关键。在本文中，将使用受约束的广义预测控制（GPC）作为主要控制器来考虑输入受约束的系统。随后，为了在UAC上下文中处理GPC的虚拟信号生成，采用了逆最优控制策略并制定了解决方案，以解决信号生成问题。仿真结果表明了所提出方法的有效性。约束非伪造控制的稳定性分析是其实际应用的关键。在本文中，将使用受约束的广义预测控制（GPC）作为主要控制器来考虑输入受约束的系统。随后，为了在UAC上下文中处理GPC的虚拟信号生成，采用了逆最优控制策略并制定了解决方案，以解决信号生成问题。仿真结果表明了所提出方法的有效性。并采用逆最优控制策略制定解决信号产生问题的方法。仿真结果表明了所提出方法的有效性。并采用逆最优控制策略制定解决信号产生问题的方法。仿真结果表明了所提出方法的有效性。