显式模型预测控制和隐式模型预测控制之间的差别

显式模型预测控制（Explicit Model Predictive Control，EMPC）和隐式模型预测控制（Implicit Model Predictive Control，IMPC）都是模型预测控制的一种形式，它们的差别在于模型的表达方式和求解方法。

EMPC是一种基于明确数学模型的控制方法，它将系统的状态和输入变量建模成方程式，并通过数学优化方法直接求解控制输入变量以最小化预测误差或满足特定的控制要求。EMPC需要一个准确的系统模型和计算能力来求解优化问题，因此它的计算复杂度较高，并且对于非线性、高阶系统的建模和控制较为困难。

IMPC是一种基于隐式数学模型的控制方法，它将系统的状态和输入变量建模成隐式方程式，通过迭代求解来逼近最优解。IMPC不需要显式地解出系统的状态变量，而是通过迭代计算来求解控制输入变量，因此它可以对非线性、高阶系统进行建模和控制，并且具有更高的计算效率。IMPC需要对系统动态特性的准确估计和对求解算法的优化，以获得更好的控制效果。

总之，EMPC和IMPC都是模型预测控制的有效方法，其差别在于模型的表达方式和求解方法，需要根据具体的系统特性和控制要求来选择合适的方法。