人机混合智能决策

模型预测控制理论与应用

模型预测控制（MPC）是一种先进控制技术，最早来源于过程控制领域并且由实际工业应用推动其发展。模型预测控制提供了一套能够有效处理性能优化、系统约束、多变量耦合、干扰和不确定性等难点的整体控制算法框架，所以在学术界和工业界都大受欢迎。目前，模型预测控制有许多成功的应用实例，包括各种复杂过程控制，机器人、航空航天、电力系统、交通 甚至临床麻醉等广泛领域。

    模型预测控制的理论研究角度众多，例如，有从实际系统需求出发的经济性MPC，有结合人工智能方法的基于学习MPC，有从改进优化算法角度提升MPC的计算效率，有考虑分布式控制结构下的MPC，有融合通信网络形成的网络化MPC等等。这些研究成果极大推动了MPC理论的发展，并促进其在实际系统中更广泛的应用。

    在这一背景下，我们的研究目标在于：（1）挖掘现有模型预测控制理论中存在的缺陷，并提出对应的解决方法；（2）根据实际系统（如无人机，无人车等）为研究对象，改造现有的模型预测控制理论方法，以满足实际系统的应用需求。

智能运维