学习模型预测的经典书--《神经·模糊·预测控制及其MATLAB实现》的内容做成的PPT，可以更助于理解MPC的概念，并且会指导matlab实现的步骤！

基于滑模磁链观测器的感应电机模型预测控制

对基于模型预测的原理、思想以及模型预测的特点进行分析研究 共53个章节 非常值得学习（53页）

二次动态矩阵控制于 1970 年代由壳牌石油公司开发（Cutler 和 Ramaker，1979 年），是化学工业中常用的模型预测控制公式。 提交包含一个控制器文件来执行 QDMC 算法。 一个单独的文件显示了如何在一个简单示例的闭环仿真中使用控制器。 该公式遵循Enso Ikonen在“模型预测控制和状态估计”的讲义中使用的术语。

在 Simulink 中使用矩阵变换器仿真模型预测控制混合变换器

找到了两个连杆机械手的状态空间方程。 然后从方程中获得传递函数。 阶跃响应是使用模型预测控制工具箱找到的。

开放式最优控制库是Matlab / Octave中的软件框架，用于对最优控制问题进行建模。 它使用自动微分和快速非线性规划求解器。 它实现直接方法。 在后端，它使用CasADi和ipopt。

大连理工大学王伟教授编著的经典教材广义预测控制理论及其应用，内容丰富详细。

离散控制Matlab代码系留飞行物的非线性模型预测控制和状态估计 动机 是否可以在三维空间中两点之间的预定轨迹上移动飞行物体？ 考虑了以前的建模尝试，并应用了Lagrange形式主义，以便找到更合适的模型以进行更快的仿真和控制。 然后使用几个优化例程估算其参数。 像往常一样，对模型进行线性化和离散化处理，并使用离散线性二次调节器来控制球的仰角，作为对转盘上不同种类输入激励的响应。 仅在设计和实现卡尔曼滤波器之后才能实现全状态控制器。 然后使用所谓的内部模型原理对这两个组件进行改进，以使球的仰角响应尽可能保持不变。 然后开发了非线性模型预测控制以及移动视点估计器（状态观测器），并测试了两个非平凡的最优控制问题。 代码 该代码在模块化主题检查点中分开，对于其中的一些主题检查点（基本上出于建模目的）仅可用Matlab实现，而对于状态估计或预测控制实时C ++（OROCOS）版本也需要这些实现。 造型部分 代码中的点1-6对应于遵循的建模链： 1，2：摩擦参数识别：找到并调整了从下部电机到轴的简单摩擦模型。 调整了二阶模型，并将其用作进一步模型链的基础。 3：用Matlab符号工具进行Lagr

提出了一种用于降压 DC-DC 转换器的模型预测控制 (MPC) 方法。后者基于转换器的离散模型