MPC(模型预测控制)之一
MPC : Model Prective Control (模型预测控制)
作用：工业控制，自适应控制，内模控制
特点：基于闭环优化控制策略 注：闭环(闭环结构）也叫反馈控制系统，是将系统输出量的测量值与所期望的给定值相比较，由此产生一个偏差信号，利用此偏差信号进行 调节控制，使输出值尽量接近于期望值。
组成
滚动优化：预测控制的一次优化不是一次离线进行的，而是随着采样时刻的前进反复地在线运行。滚动优化与全局优化不同，滚动优化在每一个时刻的优化指标只涉及从当前时刻起到未来的某个时间内，而到了下一时刻，这一优化时刻同事向前推移，不断进行在线优化。
小明接到这样一个任务：
有一个水缸点漏水(而且漏水的速度还不一定固定不变)，要求水面高度维持在某个位置，一旦发现水面高度低于要求位置，就要往水缸里加水。
小明接到任务后就一直守在水缸旁边，时间长就觉得无聊，就跑到房里看小说了，每30分钟来检查一次水面高度。水漏得太快，
每次小明来检查时，水都快漏完了，离要求的高度相差很远，小明改为每3分钟来检查一次，结果每次来水都没怎么漏，不需要加水，来得太频繁做的是无用功。
几次试验后，确定每10分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水，水龙头离水缸有十几米的距离，经常要跑好几趟才加够水，于是小明又改为用桶加，一加就是一桶，跑的次数少了，加水的速度也快了，
但好几次将缸给加溢出了，不小心弄湿了几次鞋，小明又动脑筋，我不用瓢也不用桶，老子用盆，几次下来，
发现刚刚好，不用跑太多次，也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了，有时会高过要求位置比较多，还是有打湿鞋的危险。他又想了个办法，在水缸上装一个漏斗，
每次加水不直接倒进水缸，而是倒进漏斗让它慢慢加。这样溢出的问题解决了，但加水的速度又慢了，有时还赶不上漏水的速度。
于是他试着变换不同大小口径的漏斗来控制加水的速度，最后终于找到了满意的漏斗。漏斗的时间就称为积分时间 。
小明终于喘了一口，但任务的要求突然严了，水位控制的及时性要求大大提高，一旦水位过低，必须立即将水加到要求位置，而且不能高出太多，否则不给工钱。
小明又为难了！于是他又开努脑筋，终于让它想到一个办法，常放一盆备用水在旁边，一发现水位低了，不经过漏斗就是一盆水下去，这样及时性是保证了，但水位有时会高多了。
他又在要求水面位置上面一点将水凿一孔，再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。
拿一个水池水位来说，我们 可以制定一个规则，
把水位分为超高、高、较高、中、较低、低、超低几个区段；
再把水位波动的趋势分为甚快、快、较快、慢、停几个区段，并区分趋势的正负；
把输出分为超大幅 度、大幅度、较大幅度、微小几个区段。
当水位处于中值、趋势处于停顿的时候，不调节；
当水位处于中值、趋势缓慢变化的时候，也可以暂不调节；
当水位处于较高、趋势缓慢变化 的时候，输出一个微小调节两就够了；
当水位处于中值、趋势较快变化的时候，输出进行叫 大幅度调节……。
如上所述，我们需要制定一个控制规则表，然后制定参数判断水位区段的界值、波动趋 势的界值、输出幅度的界值。
