模型预测控制(MPC)是一类特殊的控制。它的当前控制动作是在每一个采样瞬间通过求解一个有限时域开环最优控制问题而获得。过程的当前状态作为最优控制问题的初始状态，解得的最优控制序列只实施第一个控制作用。这是它与那些使用预先计算控制律的算法的最大不同。本质上模型预测控制求解一个开环最优控制问题。它的思想与具体的模型无关，但是实现则与模型有关。

mpc_local_planner ROS软件包 mpc_local_planner软件包为2D导航堆栈的base_local_planner实现了一个插件。 它提供了具有最小时间和二次形式后退水平配置的通用且通用的模型预测控制实现。 有关自定义构建说明（例如，使用其他第三方求解器进行编译），请参见此 。 有关更多常规信息和教程，请参考 。 生成状态： ROS Melodic（ melodic-devel ）： 作者 克里斯托夫Rösmann 引用软件 由于开发工作花费了大量时间和精力，因此，如果您使用该软件来进行已发布的工作，请至少引用以下出版物之一。 主要论文与方法 C.Rösmann，A。Makarow和T. Bertram：基于具有非欧几里得旋转组的非线性模型预测控制的在线运动规划， ，2020年6月。 标准MPC和Hypergraph C.Rösmann，M.K

减灾战略 该存储库是本文的伴侣 K.J. Kircher and K.M. Zhang. "Model Predictive Control of Thermal Storage for Demand Response." In American Control Conference, Proceedings of the 33rd (2015). 它模拟了各种控制策略，用于在复杂，确实存在的经济环境中为商业建筑降温。 从Matlab包装器TSDR.m开始。 将其和文件夹“子功能”添加到您的路径。 运行优化例程需要CVX工具箱，该工具箱可从免费获得。 代码中的注释应从那里解释事情。

对于双输入双输出系统的模型预测控制（DMC）的MATLAB实现，能直接运行得到结论，是学习DMC的一个较好的资源。

简单的MPC源程序，其中包括一个简单的主程序以及一个实现MPC功能的子程序

风机经济模型预测控制

离散控制Matlab代码

风电是重要的清洁可再生能源,将其引入智能电网中对节能减排有着重要的意义.为降低大规模风电不确定性给电网调度带来的影响,提出一种基于随机模型预测控制的风电与传统机组协调调度方法.考虑了部分传统机组需要人工调度而无法频繁、连续操作的情况,并引入可调负荷以增加系统可调度能力.构建基于混合整数二次规划(MIQP)的风电调度目标函数,以及包括机组最大可调节次数、最小运行/停机时间、可调度负荷总能量需求一致性、风电切负荷比例等约束.提出两阶段场景缩减方法以实现典型场景的快速筛选.通过与传统开环调度方法的性能对比表明所提出方法的可行性与有效性,并在此基础上进一步分析机组启停次数和可调度负荷对系统运行的影响.

里面为线性系统的模型预测控制仿真程序，均为m文件，助于对线性系统模型预测控制的理解

explicit-mpc：基于鲁棒非线性回归和约简支持向量机的基于学习的显式非线性模型预测控制