通过分析动力分散式高速动车组多动力单元制动过程中制动力和速度之间的关系，根据动车组制动过程中的运行数据和制动特性曲线，建立高速动车组制动过程多动力单元的分布式三阶自回归模型;采用多 变量广义预测控制方法，实时生成各动力单元所需制动力，实现制动过程中对动车组各动力单元给定速度的跟 踪控制。采用 MATLAB软件和给出的建模方法以及跟踪控制方法，以 CRH380A 型高速动车组为例进行跟踪控 制仿真。结果表明:由仿真计算得到的动力单元速度与其实际速度的最大正负误差之绝对值均小于2km·h-1，均方根误差小于1km·h-1，均满足高速动车组运行过程的速度误差要求，验证了所建模型的准确性;高速动车组在制动过程中各动力单元对给定速度跟踪控制的最大绝对误差仅为0.195 8km·h-1，大大优于传统的多变量比例积分微分控制方法，满足制动过程中对动车组运行安全、舒适和停靠准确的要求。

 针对工业过程中常见的非线性、慢时变及多变量耦合等系统，在西门子S7-300 PLC上，设计了一款通用型多变量广义预测控制算法模块。首先，选取了一种广义预测隐式算法加以分析，初步验证了其控制性能和在PLC上的可移植性；然后，采用符合IEC61131-3标准的结构化控制语言实现了PLC平台上的算法模块编程；最后通过硬件PLC结合工业组态软件的试验给出了模块应用于PLC程序设计的一般步骤；试验结果验证了该模块的有效性和通用性。

对角CARIMA模型多变量广义预测控制介绍了多变量广义预测控制算法，基于受控自回归滑动平均模型（CARIMA），希望对大家有用

广义预测控制GPC programming编程，主要针对离散系统的模型进行仿真，

在对象参数未知的情况下进行广义预测控制，实现良好的控制效果

广义预测控制算法及其仿真研究.pdf

人工智能-多容水箱小波神经网络广义预测控制.pdf

自动化 外文翻译 外文文献 英文文献 锅炉蒸汽温度模糊神经网络的广义预测控制.doc

广义预测控制在理论上已经有了很深的研究，并在工业控制中获得了应用，但广义预测控制存在着模型失配和系统不确定等缺陷。为克服上述缺陷，本文提出基于BP神经网络建立一个对象模型，用修正的误差预测值对输出预测值进行补偿，从而实现对被控对象的预测控制。通过Matlab仿真，表明神经网络预测控制对非线性系统具有较好的控制效果。

针对工业控制过程中广泛存在系统参数突变的问题,将多模型切换的广义预测控制器引至动态优化策略下的分层式控制系统中,设计了基于动态优化的多模型广义预测控制器。该模型预测控制结构以获取最大经济效益为目标,上层结构对经济目标函数进行动态优化,得到使经济利益最大的关键变量设定值;下层结构中MPC层采用多模型广义预测控制器代替传统单模型广义预测控制器追踪上层得到的设定值,即采用多个固定模型和自适应模型并行辫识系统的动态特性,提高系统暂态性能和模型参数跳变时系统的调节能力;底层为PID控制器用于抑制过程中的扰动。通过仿