模型预测控制：进展与挑战

“模型预测控制_现状与挑战_席裕庚.pdf”是一篇由席裕庚、李德伟和林姝合著的文章，发表在2013年3月的《自动化学报》上，主要讨论了模型预测控制（MPC）的理论进展、工业应用及其面临的挑战。 模型预测控制是一种先进的控制策略，它基于动态模型对未来一段时间内的系统行为进行预测，并通过优化算法找到当前最佳的控制决策。MPC的优势在于能够处理复杂的约束条件和多变量问题，因此在化工、能源、航空航天等领域有广泛应用。 文章首先回顾了MPC理论和技术的发展历程，指出尽管该领域取得了显著的进步，但在应对社会经济快速发展对约束优化控制的需求时，现有理论和技术仍存在不足。这些不足包括科学性的强化，即更深入理解MPC的内在机制；有效性的提升，使计算效率更高；易用性的改进，让非专业人员也能更方便地使用MPC；以及非线性系统的研究，因为现实世界中的许多系统都具有非线性特性。 接着，作者们概述了近年来MPC研究的新趋势，可能涉及更复杂的系统类型，如大系统、快速响应系统和低成本系统。大系统指的是包含大量相互作用子系统的复杂网络，对控制策略的分布式和协调性要求较高。快速系统则要求控制算法能在短时间内完成预测和决策，以适应快变环境。低成本系统强调在有限资源下实现高效控制。非线性系统的研究旨在开发更适应实际非线性动态特性的MPC方法。 此外，文章还指出了未来研究的重点方向，包括但不限于： 1. 提升MPC的计算效率，以适应实时控制需求。 2. 研究适用于大规模网络系统的分布式MPC算法。 3. 开发新的优化技术，优化求解速度和解决方案的质量。 4. 针对非线性系统的MPC理论创新，如采用非线性模型、开发适应性强的控制策略。 5. 探索MPC在新兴领域的应用，如智能电网、自动驾驶汽车等。 通过对这些挑战的应对，MPC有望在理论深度和应用广度上取得更大的突破，为控制工程领域提供更强大的工具。