鲁棒模型预测控制（RMPC）是一种设计不确定系统控制器的有效方法，在这种不确定系统中，每个可能的扰动实现都必须满足状态和输入约束。然而，在某些情况下，由于需要防止低概率异常值，这一要求可能会显著降低控制器的整体性能。随机模型预测控制（SMPC）是对RMPC的一种放松，通过机会约束对约束进行概率解释，允许（小）违反约束的概率。不幸的是，机会约束控制问题通常是困难的，必须经常被近似。在我们的工作中，我们注重抽样-基于近似方法求解这类问题，推导了线性和非线性问题的有效样本量-线性SMPC问题。该方法在建筑..
