在Python语言中使用APMonitor进行模型预测控制时，是否有可能获得有偏和无偏预测控制变量的数据？

Question

我正在尝试使用APMonitor为模型预测控制构建一个python代码。但是，我不想在第三方在线服务器上获得结果。因此，我想收集预测的有偏和无偏的数据，并自己在Python上绘制它们。

Answer 1

在Python Gekko中试试：

# get additional solution information
import json
with open(m.path+'//results.json') as f:
    results = json.load(f)

您可以通过使用v.name获取变量v的字典值来获得无偏模型结果。您可以使用v.name+'.bcv'获得有偏差的模型预测。下面是一个示例，它还展示了如何获取原始轨迹信息。

​

​

这使您可以访问原始数据。一个示例展示了如何从JSON数据进行绘图。

from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt  

m = GEKKO()
m.time = np.linspace(0,20,41)

# Parameters
mass = 500
b = m.Param(value=50)
K = m.Param(value=0.8)

# Manipulated variable
p = m.MV(value=0, lb=0, ub=100)
p.STATUS = 1  # allow optimizer to change
p.DCOST = 0.1 # smooth out gas pedal movement
p.DMAX = 20   # slow down change of gas pedal

# Controlled Variable
v = m.CV(value=0)
v.STATUS = 1  # add the SP to the objective
m.options.CV_TYPE = 2 # squared error
v.SP = 40     # set point
v.TR_INIT = 1 # set point trajectory
v.TAU = 5     # time constant of trajectory

# Process model
m.Equation(mass*v.dt() == -v*b + K*b*p)

m.options.IMODE = 6 # control
m.solve(disp=False,GUI=True)

# get additional solution information
import json
with open(m.path+'//results.json') as f:
    results = json.load(f)

plt.figure()
plt.subplot(2,1,1)
plt.plot(m.time,p.value,'b-',label='MV Optimized')
plt.legend()
plt.ylabel('Input')
plt.subplot(2,1,2)
plt.plot(m.time,results['v1.tr'],'k-',label='Reference Trajectory')
plt.plot(m.time,v.value,'r--',label='CV Response')
plt.ylabel('Output')
plt.xlabel('Time')
plt.legend(loc='best')
plt.show()