← スキル一覧に戻る

mpc-horizon-tuning
by benchflow-ai
mpc-horizon-tuningは、other分野における実用的なスキルです。複雑な課題への対応力を強化し、業務効率と成果の質を改善します。
⭐ 251🍴 170📅 2026年1月23日
SKILL.md
name: mpc-horizon-tuning description: Selecting MPC prediction horizon and cost matrices for web handling.
MPC Tuning for Tension Control
Prediction Horizon Selection
Horizon N affects performance and computation:
- Too short (N < 5): Poor disturbance rejection
- Too long (N > 20): Excessive computation
- Rule of thumb: N ≈ 2-3× settling time / dt
For R2R systems with dt=0.01s: N = 5-15 typical
Cost Matrix Design
State cost Q: Emphasize tension tracking
Q_tension = 100 / T_ref² # High weight on tensions
Q_velocity = 0.1 / v_ref² # Lower weight on velocities
Q = diag([Q_tension × 6, Q_velocity × 6])
Control cost R: Penalize actuator effort
R = 0.01-0.1 × eye(n_u) # Smaller = more aggressive
Trade-offs
| Higher Q | Effect |
|---|---|
| Faster tracking | More control effort |
| Lower steady-state error | More aggressive transients |
| Higher R | Effect |
|---|---|
| Smoother control | Slower response |
| Less actuator wear | Higher tracking error |
Terminal Cost
Use LQR solution for terminal cost to guarantee stability:
P = solve_continuous_are(A, B, Q, R)
スコア
総合スコア
65/100
リポジトリの品質指標に基づく評価
✓SKILL.md
SKILL.mdファイルが含まれている
+20
✓LICENSE
ライセンスが設定されている
+10
○説明文
100文字以上の説明がある
0/10
✓人気
GitHub Stars 100以上
+5
○最近の活動
3ヶ月以内に更新がある
0/10
✓フォーク
10回以上フォークされている
+5
○Issue管理
オープンIssueが50未満
0/5
✓言語
プログラミング言語が設定されている
+5
○タグ
1つ以上のタグが設定されている
0/5
レビュー
💬
レビュー機能は近日公開予定です