看到不少朋友下载了我的——预测控制MATLAB源程序，今天无意中发现了以前写的说明文档，希望对大家有用。文档详细介绍了GPC的模型及算法流程，还有对那个源程序的解析。

基于自适应粒子群优化算法的预测控制算法及其在加热炉支管平衡中的应用.pdf

为更好地控制Buck-Boost变换器输出电压,采用考虑管压降的状态空间平均模型,使用模型预测控制进行输出电压的控制.选取合适的二次性能指标作为模型预测控制的目标函数,使变换器具有较快的响应速度和较小的电压超调量,同时设置电容电压和电感电流的约束条件,以保证Buck-Boost变换器的安全性.研究结果表明:模型预测控制在Buck-Boost变换器中具有很好的控制效果.

模型预测控制理论数学抽象特点明显，初涉者往往需要较长时间的探索才能真正理解和掌握，而进一步应用到具体研究，则需要更长的过程。本书详细介绍了应用模型预测控制理论进行无人驾驶车辆控制的基础方法，结合运动规划与跟踪实例详细说明了预测模型建立、方法优化、约束处理和反馈校正的方法，给出了Matlab仿真代码和详细图解仿真步骤。所有代码都详细提供了详尽的注解，并且融入了研究团队在本领域的研究成果。

无人驾驶无人驾驶车辆模型预测控制，值得参考学习 】

模型预测控制经典论文，看完受益匪浅，对无人驾驶新手来说简直一大福利

基于神经网络的pH中和过程非线性预测控制.pdf

预测控制经典教材，席裕庚著作。经典教材，预测控制入门必读。

在单 PMSM 矢量控制的基础上，基于无差拍预测控制设计了 DPC 电流控制器来取代 PI 控制，从而提高了电流的跟踪速度；基于滑模控制设计了 SMC 速度控制器，并利用指 数趋近律和饱和函数来抑制滑模的抖振现象；考虑到负载扰动会对系统造成不良影响，引 入 IMC 观测器实现对负载扰动的估计并对速度控制器进行补偿，从而提高了系统的鲁棒 性。之后与 PI 控制在仿真下进行对比，结果表明本文所提方法响应速度更快，抗扰动性能 更强。

卡恩控制-MPC 无人驾驶汽车工程师纳米学位课程 视频 依存关系 cmake> = 3.5 所有操作系统： 使> = 4.1（mac，linux），3.81（Windows） Linux：大多数Linux发行版默认都安装了make Mac： Windows： gcc / g ++> = 5.4 Linux：大多数Linux发行版默认安装了gcc / g ++ Mac：与make一样的交易-[安装Xcode命令行工具]（（ ） Windows：建议使用 运行install-mac.sh或install-ubuntu.sh 。 如果从源代码安装，请签出以提交e94b6e1 ，即 git clone https://github.com/uWebSockets/uWebSockets cd uWebSockets git checkout e94b6e1 v0.14.x中的