函数[x, status] = mpcCustomSolverCodeGen(H, f, A, b, x0)% # codegen% mpcCustomSolverCodeGen允许用户指定一个自定义(QP)求解器%用MATLAB编写，用于MPC控制器的代码生成。％%的工作流程:%(1)复制此模板文件到您的工作文件夹，并将其重命名为%”mpcCustomSolverCodeGen.m”。工作文件夹必须在该路径上。%(2)修改“mpcCustomSolverCodeGen. %”M "来使用你的求解器。注意，你的解算器必须只使用固定大小的数据。。%(3)设置“mpcobo . optimizer . %”。CustomSolverCodeGen = true”告诉MPC%控制器在代码生成中使用求解器。生成代码:%在MATLAB中，使用“codegen”命令和“mpcmoveCodeGeneration”(需要MATLAB Coder)在Simu万博1manbetxlink中，使用MPC和Adaptive MPC块生成代码％要在MATLAB和Simulink中使用此求解器进行仿真，您需要:万博1manbetx%(1)拷贝"mpcCustomSolver.txt"模板文件到你的工作文件夹将其重命名为“mpcCustomSolver.m”。工作文件夹必须在该路径上。%(2)修改mpcCustomSolver. %M "来使用你的求解器。%(3)设置“mpcobo . optimizer . %”。CustomSolver = true”来告诉MPC%控制器在仿真中使用求解器。％MPC QP问题定义如下:％% min J(x) = 0.5*x'*H*x + f'*x, s.t A*x >= b。％输入(MPC控制器在运行时提供):% H:一个n × n的黑森矩阵，它是对称的正定矩阵。% f: n × 1列向量。% A:一个m × n的不等式约束系数矩阵。% b:不等式约束右侧的m × 1向量。% x0:最优解的初始猜想的n × 1向量。％%输出(在运行时发送回MPC控制器):% x:必须是一个n × 1的最优解向量。% status:必须为以下整数:%正值:计算中使用的迭代次数% 0:达到的最大迭代数% -1: QP是不可行的% -2:由于其他原因未能找到解决方案注意:%(1)当求解器无法找到最优解(status<=0)， "x"%仍需退还。%(2)在MPC中使用次优QP解决方案，返回次优“x”%“status = 0”。另外，还需要设置%”mpcobj.Optimizer。在MPC控制器中UseSuboptimalSolution = true”。％%不改变上面的行这个模板使用“Dantzig”算法实现了一个展示QP求解器G. B. Dantzig, A. Orden和P. Wolfe，“广义单纯形法在线性不等式约束下最小化线性形式的% "，《数学学报》，5:394 - 394,1995。％%用户期望修改这个模板，并插入自己的自定义QP求解器%，取代“Dantzig”算法。零=零(“喜欢”、H);一=一(“喜欢”、H);% xmin是一个常数项，它加到初始基上，因为“dantzig”%要求正优化变量。固定的“xmin”不起作用%用于所有MPC问题。xmin = -1e3*ones(size(f(:)))*ONE;maxiter = 200*ONE;Nvar =长度(f);Ncon =长度(b);a = -H*xmin(:);H = H\眼睛(nvar);rhsc = A*xmin(:) - b(:);Rhsa = a-f(:);TAB = -[h h * a '; a * h a * h * a '];basisi = [H*rhsa; rhsc + A*H*rhsa]; ibi = -(1:nvar+ncon)'*ONE; ili = -ibi*ONE;调用EML函数"qpdantzg"[base,ib,il,iter] = qpdantzg(TAB,basisi,ibi,ili,maxiter);% #好< ASGLU >% %状态如果iter > maxiter status = 0;elseifiter < 0 status = - 1;其他的Status = iter;结束最优变量X = 0 (nvar,1，“喜欢”、H);为J = 1:nvar如果il(j) <= ZERO x(j) = xmin(j);其他的X (j) = basis(il(j))+xmin(j);结束结束