預測控制演算法

⑴ 預測控制簡單來說到底什麼意思

預測控制是近年來發展起來的一類新型的計算機控制演算法。

預測控制由於其能夠處理約束及其對模型形式要求比較寬松，因而在生產過程式控制制中得到了廣泛應用。由於它採用多步測試、滾動優化和反饋校正等控制策略，因而控制效果好，所以它一出現就受到國內外工程界的重視，並已在各工業部門的控制系統得到了成功的應用。

預測控制的基本特徵：

1.包括有建立預測模型方便；

2.採用滾動優化策略；

3.採用模型誤差反饋校正。

這幾個特徵反映了預測控制的本質，也正是這個控制演算法和其他演算法的不同之處。拋卻它錯綜復雜的科學原理，我們可以藉助一個例子幫助大家理解什麼是預測控制。

如果你用電腦控制油門和剎車，你可以控制速度。普通PID控制會面臨兩個問題。

首先，通過保守控制演算法，控制增益設置相對較小。只要整個系統的自然周期明顯大於延遲，就能極大地抑制系統延遲所引起的腦震盪。然而，其缺點是顯而易見的，即系統控制效率很低，響應速度較慢。

其次，採用模型預測控制，並在預測周期後根據系統響應合理計算控制量。預測控制具有適應復雜生產過程式控制制的特點，所以預測控制具有強大的生命力。

總之，隨著預測控制在理論和應用兩方面的不斷發展和完善，可以預言，它必將在工業生產過程中發揮出越來越大的作用，展現出廣闊的應用的前景。

⑵ 預測控制的概述

工業生產的過程是復雜的，我們建立起來的模型也是不完善的。就是理論非常復雜的現代控制理論，其控制的效果也往往不盡人意，甚至在一些方面還不及傳統的PID控制。70年代，人們除了加強對生產過程的建模、系統辨識、自適應控制等方面的研究外，開始打破傳統的控制思想的觀念，試圖面向工業開發出一種對各種模型要求低、在線計算方便、控制綜合效果好的新型演算法。這樣的背景下，預測控制的一種，也就是模型演算法控制（MAC-Model Algorithmic Control）首先在法國的工業控制中得到應用。因此預測控制不是某一種統一理論的產物，而是工業實踐中逐漸發展起來的。同時，計算機技術的發展也為演算法的實現提供了物質基礎。
現在比較流行的演算法包括有：模型演算法控制（MAC）；動態矩陣控制（DMC）；廣義預測控制（GPC）；廣義預測極點（GPP）控制；內模控制（IMC）；推理控制（IC）等等。
下面以模型演算法控制為例子來說明預測控制的基本原理。

⑶ 預測控制的原理

模型演算法（MAC）控制
主要包括內部模型、反饋校正、滾動優化和參數輸入軌跡等幾個部分。它採用基於脈沖響應的非參數模型作為內部模型，用過去和未來的輸入輸出狀態，根據內部模型，預測系統未來的輸出狀態。經過用模型輸出誤差進行反饋校正以後，再與參考軌跡進行比較，應用二次型性能指標進行滾動、優化，然後再計算當前時刻加於系統的控制，完成整個動作循環。
預測控制的基本特徵
包括有建立預測模型方便；採用滾動優化策略；採用模型誤差反饋校正。這幾個特徵反映了預測控制的本質，也正是這個控制演算法和其他演算法的不同之處。
預測控制伴隨著工業的發展而來，所以，預測控制與工業生產有著緊密的結合，火電廠鋼球磨煤機是一個多變數、大滯後、強耦合的控制對象，其數學模型很難准確建立。而目前國內火電廠所裝設的控制器大部分是PID控制器。由於系統各變數耦合嚴重，PID控制器很難適應，致使鋼球磨煤機不能投入自動運行。用8051單片機加上A/D8路介面及其介面電路，再加上控制鍵和顯示器，組成了預測控制器。在採用了MAC演算法之後，就能夠彌補PID控制器的不足。
由於預測控制具有適應復雜生產過程式控制制的特點，所以預測控制具有強大的生命力。可以預言，隨著預測控制在理論和應用兩方面的不斷發展和完善，它必將在工業生產過程中發揮出越來越大的作用，展現出廣闊的應用的前景。

⑷ 模型預測控制的方法

模型預測控制是一種基於模型的閉環優化控制策略，其演算法的核心是：可預測未來的動態模型，在線反復優化計算並滾動實施的控製作用和模型誤差的反饋校正。模型預測控制具有控制效果好、魯棒性強等優點，可有效地克服過程的不確定性、非線性和並聯性，並能方便的處理過程被控變數和操縱變數中的各種約束。從模型預測控制的基本原理出發，常見的有三種預測控制演算法：
1)基於非參數模型的模型預測控制
代表性演算法有模型演算法(MAC)和動態矩陣控制(DMC)。這類演算法分別採用脈沖響應模型和有限階躍響應模型作為過程預測模型，無需考慮模型結構和階次，可將過程時滯自然納入模型中，尤其適合表示動態響應不規則的對象特性，適合處理開環穩定多變數過程約束問題的控制。
2)基於ARMA或CARIMA等輸入輸出參數化模型的預測控制演算法。
這類演算法有經典自適應控制發展而來，融合了自校正控制和預測控制的優點。其反饋校正通過模型的在線辨識和控制率的在線修正以自校正的方式實現，其中最具代表性的是廣義預測演算法，它可應用於時變時滯較難控制的對象，並對系統的時滯和階次不確定有良好的魯棒性，但對於多變數系統，演算法實施較困難。
3)滾動時域控制。由LQ和LQG演算法發展而來
對於狀態空間模型，用有限時域二次性能指標再加終端約束的滾動時域控制演算法來保證系統穩定性。它已拓展到跟蹤控制和輸出反饋控制。各類模型預測控制演算法雖然在模型、控制和性能上存在許多差異，但其核心都是基於滾動時域原理，演算法中包含了預測模型、滾動優化和反饋校正三個基本原理。

⑸ 模型預測控制的介紹

模型預測控制(MPC)是一類特殊的控制。它的當前控制動作是在每一個采樣瞬間通過求解一個有限時域開環最優控制問題而獲得。過程的當前狀態作為最優控制問題的初始狀態，解得的最優控制序列只實施第一個控製作用。這是它與那些使用預先計算控制律的演算法的最大不同。本質上模型預測控制求解一個開環最優控制問題。它的思想與具體的模型無關，但是實現則與模型有關。

⑹ 模型預測控制的應用前景

預測控制理論雖然在上個世紀70年代就已提出，在工程實踐中也有成功應用的案例，但是經過了近四十年的發展，還有很多問題值得更深入的探索和研究。
1)預測控制理論研究。預測控制的起源與發展與工程實踐緊密相連。實際上理論研究遲後於實踐的應用。主要設計參數與動靜態特性，穩定性和魯棒性的解析關系很難得到。且遠沒達到定量的水平。
2）對非線性，時變的不確定性系統的模型預測控制的問題還沒有很好的解決。
3）將滿意的概念引入到系統設計中來，但滿意優化策略的研究還有待深入。
4）預測控制演算法還可以繼續創新。將其他學科的演算法或理論與預測控制演算法相結合，如引入神經網路、人工智慧、模糊控制等理論以更加靈活的適應生產需要。
從模型預測控制理論和實踐的飛速發展來看，預測控制已經存在大量成功的工業應用案例，一些線性預測和非線性預測工程軟體包已經推出和應用。傳統預測控制理論研究日臻成熟，預測控制與其他先進控制策略的結合也強益緊密。預測控制已成為一種極具工業應用前景的控制策略。

⑺ 為什麼說預測控制演算法較適合生產過程參數的調節

可以按照時間的維度來理解:
過去:描述
現在;解釋
未來:預測、控制
而總的目標是提高人類生活質量。
描述面臨客觀性的挑戰
而解釋又區分了秉性變數和情境變數，前者對內、後者對外。
預測可以用可證偽來理解，它也面臨這個挑戰。
控制特別提到了文化情境對它的態度。

你是北印的吧，我妹妹也在那裡，要我幫她寫這個論文呢。心理學與生活這本書在電驢上有下。