1.5.6 預測控制

工業對象通常是多輸入、多輸出的復雜關聯系統，具有非線性、時變性、強耦合與不確定性等特點，難以得到精確的數學模型。

面對理論發展和實際應用之間的不協調，在工業過程控制領域內，美國和法國首先出現了一類新型計算機控制算法，如動態矩陣控制（Dynamic Matrix Control，DMC）和模型算法控制（Model Algorithmic Control，MAC）。

這類算法以對象的階躍響應或脈沖響應直接作為模型，采用動態預測、滾動優化的策略，具有易于建模、魯棒性強的顯著優點，十分適合復雜工業過程的特點和要求。它們在汽輪發電機、蒸餾塔、預熱爐等控制中的成功應用，引起了工業過程控制領域的極大興趣。

20世紀80年代初期，這類控制算法得到了介紹與推廣，其應用范圍也有所擴大，逐漸形成了工業過程控制的一個新方向。近年來，自適應控制研究中，為了增強控制算法的適用范圍和魯棒性，吸取了預測控制的策略，形成了遠程預測控制、廣義預測控制等算法，構成了基于辨識模型的另一類預測控制算法。此外，基于狀態方程模型、非線性模型的預測控制算法也開始得到研究與應用，這些算法統稱為模型預測控制算法，已是當前工業過程控制領域中很有發展前途的一類新型算法，并在石油、化工和發電等領域內得到了成功的應用。

預測控制屬于基于模型的先進控制算法范疇，但預測控制的發展更從實際應用出發而不是從理論研究的觀點出發。預測控制的另一個優點是其形式開放（過程模型的描述、期望軌跡的選擇和優化策略方面），這使得此后許多研究人員不斷地定義了自己的預測控制算法。

預測控制的優點是其應用靈活性，如可采用串級結構的預測———PID控制方式。該方法充分發揮了串級結構、PID控制和預測控制的各自特點，同時保證了對抗干擾反應的快速性和對系統模型失配的魯棒性的設計要求。

預測控制是先進過程控制的典型代表，它的出現對復雜工業過程的優化控制產生了深刻影響，在全球煉油、化工等行業數千個復雜裝置中的成功應用以及由此取得的巨大經濟效益，使之成為工業過程控制領域中最受青睞的先進控制算法。不僅如此，由于預測控制算法具有在不確定環境下進行優化控制的共性機理，使其應用跨越了工業過程，而延伸到航空、機電、環境、交通和網絡等眾多應用領域。