スキル一覧に戻る
benchflow-ai

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
GitHubで見るManusで実行

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 QEffect
Faster trackingMore control effort
Lower steady-state errorMore aggressive transients
Higher REffect
Smoother controlSlower response
Less actuator wearHigher 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