当线性化状态空间模型（或传递函数）作为函数的输入时，这些脚本设置和模拟通用多输入多输出 (MIMO) 控制系统的模型预测控制。 然而，工厂模型通常可以是非线性的。 二次规划用于使输入和输出变量在所需的时间范围内达到其设定点。 文件描述如下： run_MPC.m：设置和运行模拟的主文件。 MPC_simulation.m：遍历时间并实现在每次迭代中找到的当前时间输入变量。 MPC_calculation：MPC 控制器通过查看基于对象线性化模型的前向时间范围来解决二次问题。 MPC_plant.m：在工厂中实现当前时间输入向量。 通常，对象模型可以是非线性的。 Addnoise.m：基于信号的数量级和噪声百分比（噪声标准）向主信号（工厂的输出）添加噪声的函数 公式和原始代码（用于 SISO 系统）由瑞典 KTH 大学的 Elling W. Jacobsen 编写。 配方包含在文件中。

此提交包含一个模型，用于展示在美国公路场景中移动的车辆上实施 MPC。 以下步骤描述了工作流程： 1. 生成航点2. 计算 MPC 实现的曲率3.生成MPC踏板图4. 在 2D、Bird's-Eye Scope 和 3D 模拟环境中可视化车辆的最终路径。 用户可以参考该模型为给定的航点执行路径跟踪应用程序。 结果可以在比较获得的轨迹和参考轨迹的二维图中进行可视化。 请阅读自述文件以了解有关如何使用模型以及如何调整控制器的更多详细信息： https : //github.com/mathworks/vehicle-model-predictive-control

MPsee 是一种数学工具，可收集有关任何优化控制问题的所有基本信息，然后自动生成快速在线非线性模型预测控制器 (NMPC)，用于仿真和实现目的。 它具有用户界面以定义最佳控制问题。 根据正确的问题定义，MPsee 生成相关的 MATLAB 代码。 然后，用户可以利用提供的 Simulink 库 (NMPCLib.slx) 在 Simulink 中实现和模拟他们的 NMPC。 MPsee 基于 c/GMRES 和 Newton/GMRES 实时优化方法生成 NMPC 控制器，并允许用户在单射和多射方法之间进行选择。 执照： MPsee Toolbox 在 Apache 许可下分发，版本 2.0 (Apache-2.0)，但没有任何保证； 甚至没有对适销性或针对特定目的的适用性的暗示保证。 在将理论和软件实现用于他们自己的研究或商业利用结果之前，用户有责任评估理论和软件实现的正确性。

多输入多数出广义预测控制的算法研究与应用

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

针对刚体航天器的鲁棒姿态控制问题, 提出一种改进的自适应滑模控制(ASMC) 算法. 该算法除了不需要事先知道扰动及系统参数不确定性的上界外, 还有效地解决了现有ASMC设计中对切换增益的过度适应问题. 该算法具有以下优点: 1) 自适应的切换增益更接近扰动及参数不确定性上界, 能够产生低抖振的控制信号; 2) 控制力矩更为平滑, 适于工程应用. 仿真结果验证了所提出算法的有效性.

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