1.//模型预测控制算法基础

/模型预测控制的基本思想就是利用已有的模型、系统当前的状态和未来的控制量去预测系统未来的输出。通过滚动地求解带约束优化问题来实现控制目的。

预测模型。预测模型是模型预测控制的基础，能够根据历史信息和控制输入预测系统未来的输出。

滚动优化。模型预测控制通过使某项性能评价指标最优来得到最优控制量，这种优化过程不是离线进行的，而是反复在线进行的，这也是模型预测控制与传统最优控制的根本区别。

反馈校正。为了抑制由于模型失配或者环境干扰引起的控制偏差，在新的采样时刻，首先检测对象的实际输出，并利用这一实时信息对基于模型的预测进行修正，然后再进行新的优化。

/

/模型预测控制通常将待优化问题转换成二次型规划问题。二次型规划是一个典型的数学优化问题，它的优化目标为带有线性或者非线性约束的二次型实函数，常用的解法为有效集法或者内点法。/

//

2.//一个基于MPC工具箱的速度控制实例

/

/

/doubleint.m/

%% 利用mpc工具箱，实现双积分系统的模型预测控制

%% 模型

plant = tf(1,[1 0 0]);

%% 设置mpc控制器

%采样时间

Ts = 0.1;

%预测范围

p = 10;

%控制范围

m = 3;

% MPC控制器

mpcobj = mpc(plant, Ts, p, m);

%限制控制器的输出，对双积分系统来说是限制输入

mpcobj.MV = struct('Min',-1,'Max',1);

%% 判断是否具有simulink模块

if ~mpcchecktoolboxinstalled('simulink')

disp('Simulink(R) is required to run this example.')

return

end

%% 打开搭建好的simulink模型

mdl = 'DoubleInt';

open_system(mdl);

sim(mdl);

/DoubleInt.slx/

注意：此时查看示波器没有任何输出。因为m文件中的mpcobj还没有导入simulink中。需要按以下步骤设置。并且设置初始状态为空。

/输入、输出/

//

3.//速度跟踪的模型预测控制方法

待更新

//