如果 MV 是一个自由度，有没有办法强制优化器至少移动一定量或根本不移动它？
If an MV is a degree of freedom, is there a way to force the optimizer to move it at least a certain amount or not at all?
在 MPC 应用程序中，有时优化器会决定在 0-100% 的可能范围内将阀门移动 0.2%。我希望优化器仅在阀门超过某个阈值（比如 5%）时才移动阀门，而不是移动非常少量的阀门（除了增加阀门的移动之外并没有真正贡献那么多）。因此，只有当优化器移动阀门 >= 5% 时，它才会决定移动阀门。
DMAX、DMAXHI和DMAXLO可以规定你可以移动多少变量，但不要阻止无关紧要的移动。始终可以选择裁剪优化器的输出，但如果优化器可以将其纳入其预测中，那将更加理想。
因为这是一个实时应用程序，解决方案不能包含会减慢解决方案时间的二进制整数变量。
一种可能的方法是使用分层方法，重复解决问题并修复没有明显移动的 MV 的值：
- 解决优化问题并确定哪些 MV 已移动但不足以超出无关紧要的阈值
- 关闭这些 MV 的状态并将它们修复为之前的值
- 重新解决问题，然后检查是否有任何其他移动的 MV 已移动但不足以显着
您可以根据拥有的 MV 数量和解决优化问题所需的时间，重复此循环任意多次。根据您需要解决它的频率，这种方法可能是一种可行的策略，并且可能比使用 MINLP 求解器更快。
在 MPC 应用程序中，有时优化器会决定在 0-100% 的可能范围内将阀门移动 0.2%。我希望优化器仅在阀门超过某个阈值（比如 5%）时才移动阀门，而不是移动非常少量的阀门（除了增加阀门的移动之外并没有真正贡献那么多）。因此，只有当优化器移动阀门 >= 5% 时，它才会决定移动阀门。
DMAX、DMAXHI和DMAXLO可以规定你可以移动多少变量，但不要阻止无关紧要的移动。始终可以选择裁剪优化器的输出，但如果优化器可以将其纳入其预测中，那将更加理想。
因为这是一个实时应用程序，解决方案不能包含会减慢解决方案时间的二进制整数变量。
一种可能的方法是使用分层方法，重复解决问题并修复没有明显移动的 MV 的值：
- 解决优化问题并确定哪些 MV 已移动但不足以超出无关紧要的阈值
- 关闭这些 MV 的状态并将它们修复为之前的值
- 重新解决问题，然后检查是否有任何其他移动的 MV 已移动但不足以显着
您可以根据拥有的 MV 数量和解决优化问题所需的时间，重复此循环任意多次。根据您需要解决它的频率，这种方法可能是一种可行的策略，并且可能比使用 MINLP 求解器更快。