预测控制算法及其仿真研究
|
摘要
模型预测控制作为一种新型计算机控制算法，在工业控制界取得许多成功应用，现已成为一种重要的先进控制策略。这主要得益于它的三个基本特征：模型预测，滚动优化和反馈校正。
与其他控制算法相比，预测控制有其自身特点：
a．对模型的精度要求不高，建模方便，过程描述可由简单实验获得。
b．采用滚动优化策略，而非全局一次优化，能及时弥补由于模型失配、干扰等因素引起的不确定性，鲁棒性较好。
c．易将算法推广到有约束、大迟延等实际过程，能有效处理多变量、有约束问题。
本文主要对其中的两种算法：动态矩阵控制(DMC)和预测函数控制(PFC)进行研究。对动态矩阵控制，主要应用多变量DMC对复杂系统进行仿真；对预测函数控制，主要进行了算法改进。论文主要内容如下：
(1)对预测控制的发展概况、研究现状及研究动向作了概述，同时介绍了与本论文相关的预测控制方案。
(2)对单变量预测函数控制的基本算法进行讨论，针对一阶加纯滞后对象进行PFC算法推导，并仿真验证PFC算法所具有的跟踪快速、抗干扰能力强、控制效果良好的特点。
(3)将极点配置思想与PFC算法结合起来，提出了极点配置的PFC算法。通过在预测函数优化性能指标中引入加权多项式来进行极点配置，适当选择加权多项式，将极点配置在给定位置，获得所期望的闭环响应特性。
(4)结合解耦思想研究多变量系统神经网络解耦PFC算法，通过引入神经网络补偿环节，对多变量系统进行解耦，并在此基础上，对解耦后各子系统进行单变量预测函数控制，以确定各个控制量。仿真表明，该算法有较好的跟踪
摘 要
特性，对解决多变量系统的优化和控制具有一定的适用性。
归）结合分层协调的思想，研究多变量分层协调预测函数控制算法。仿真
表明，该算法是一种有效的处理多变量系统的方法。
…）采用多变量动态矩阵控制结合Simulink对典型多变量非线性系统一
CSTR模型进行仿真。仿真结果表明该算法对多变量系统具有较好的跟踪和控
制作用。表明该算法对复杂系统控制的有效性。
最后，对全文的工作进行了总结，分析了存在的问题，并对今后的发展方
向进行了展望。
As a computer control algorithm, Model Predictive Control (MFC) has many successful applications in industry control process and has become an important advanced process control strategy. It has three basic characteristics: model prediction, receding horizontal optimization and feedback correction.
Compared with other control algorithms, MFC has its own features:
a. Not require precise model prediction, model can be obtained by simple experiment.
b. By using receding horizontal optimization strategy, the uncertainty is compensated for model mismatch or disturbance existed.
c. The algorithm can be easily extended to constrained and large delay processes and can deal with constrained multivariable problems efficiently.
This thesis focuses on two algorithms: Dynamic Matrix Control (DMC) and Predictive Function Control (PFC). For DMC, its application is studied. A complex process is simulated based on multivariable DMC. For PFC, the algorithm is improved and control strategy is studied. The thesis includes following contents:
(1) A survey of the development and status of model predictive control is given. An introduction of related control strategies is also given.
(2) Based on the detailed description of the principles and algorithm of the PFC, it can be verified that the PFC has the following advantages: simple algorithm, less on line calculation, high control precision and disturbance attenuation by the theory analysis and simulation.
(3) PFC algorithm based on pole-placement is given. Poles are assigned to given position by selecting suitable weighted polynomial and adding it in optimal performance index. The expected closed loop response is obtained.
(4) Neural net decoupled PFC algorithm is discussed. Multivariable process is decoupled with neural net compensation. The decoupled subsystem is applied to
m
single variable PFC. The simulation result shows the algorithm has better tracking performance. It is suitable for resolving optimization and control of multivariable process in some extent.
(5) Combined with coordination control algorithm, multivariable and two-layer coordination PFC is studied. The result of simulation shows the algorithm is an efficient way to deal with the multivariable system.
(6) A typical multivariable nonlinear system ~ CSTR model is simulated by applying multivariable DMC with Simulink. The simulation result shows the algorithm has a better tracking and control ability for multivariable process.
Finally, based on the summarization of the research results in this thesis, further research areas about MFC are discussed.
与其他控制算法相比，预测控制有其自身特点：
a．对模型的精度要求不高，建模方便，过程描述可由简单实验获得。
b．采用滚动优化策略，而非全局一次优化，能及时弥补由于模型失配、干扰等因素引起的不确定性，鲁棒性较好。
c．易将算法推广到有约束、大迟延等实际过程，能有效处理多变量、有约束问题。
本文主要对其中的两种算法：动态矩阵控制(DMC)和预测函数控制(PFC)进行研究。对动态矩阵控制，主要应用多变量DMC对复杂系统进行仿真；对预测函数控制，主要进行了算法改进。论文主要内容如下：
(1)对预测控制的发展概况、研究现状及研究动向作了概述，同时介绍了与本论文相关的预测控制方案。
(2)对单变量预测函数控制的基本算法进行讨论，针对一阶加纯滞后对象进行PFC算法推导，并仿真验证PFC算法所具有的跟踪快速、抗干扰能力强、控制效果良好的特点。
(3)将极点配置思想与PFC算法结合起来，提出了极点配置的PFC算法。通过在预测函数优化性能指标中引入加权多项式来进行极点配置，适当选择加权多项式，将极点配置在给定位置，获得所期望的闭环响应特性。
(4)结合解耦思想研究多变量系统神经网络解耦PFC算法，通过引入神经网络补偿环节，对多变量系统进行解耦，并在此基础上，对解耦后各子系统进行单变量预测函数控制，以确定各个控制量。仿真表明，该算法有较好的跟踪
摘 要
特性，对解决多变量系统的优化和控制具有一定的适用性。
归）结合分层协调的思想，研究多变量分层协调预测函数控制算法。仿真
表明，该算法是一种有效的处理多变量系统的方法。
…）采用多变量动态矩阵控制结合Simulink对典型多变量非线性系统一
CSTR模型进行仿真。仿真结果表明该算法对多变量系统具有较好的跟踪和控
制作用。表明该算法对复杂系统控制的有效性。
最后，对全文的工作进行了总结，分析了存在的问题，并对今后的发展方
向进行了展望。
As a computer control algorithm, Model Predictive Control (MFC) has many successful applications in industry control process and has become an important advanced process control strategy. It has three basic characteristics: model prediction, receding horizontal optimization and feedback correction.
Compared with other control algorithms, MFC has its own features:
a. Not require precise model prediction, model can be obtained by simple experiment.
b. By using receding horizontal optimization strategy, the uncertainty is compensated for model mismatch or disturbance existed.
c. The algorithm can be easily extended to constrained and large delay processes and can deal with constrained multivariable problems efficiently.
This thesis focuses on two algorithms: Dynamic Matrix Control (DMC) and Predictive Function Control (PFC). For DMC, its application is studied. A complex process is simulated based on multivariable DMC. For PFC, the algorithm is improved and control strategy is studied. The thesis includes following contents:
(1) A survey of the development and status of model predictive control is given. An introduction of related control strategies is also given.
(2) Based on the detailed description of the principles and algorithm of the PFC, it can be verified that the PFC has the following advantages: simple algorithm, less on line calculation, high control precision and disturbance attenuation by the theory analysis and simulation.
(3) PFC algorithm based on pole-placement is given. Poles are assigned to given position by selecting suitable weighted polynomial and adding it in optimal performance index. The expected closed loop response is obtained.
(4) Neural net decoupled PFC algorithm is discussed. Multivariable process is decoupled with neural net compensation. The decoupled subsystem is applied to
m
single variable PFC. The simulation result shows the algorithm has better tracking performance. It is suitable for resolving optimization and control of multivariable process in some extent.
(5) Combined with coordination control algorithm, multivariable and two-layer coordination PFC is studied. The result of simulation shows the algorithm is an efficient way to deal with the multivariable system.
(6) A typical multivariable nonlinear system ~ CSTR model is simulated by applying multivariable DMC with Simulink. The simulation result shows the algorithm has a better tracking and control ability for multivariable process.
Finally, based on the summarization of the research results in this thesis, further research areas about MFC are discussed.
引文
1. Richalet J., Rault A., Testud J.L. and Papon J., Model predictive heuristic control: application to industrial process. Automatica, 1978,14(5):413-428.
2. Cutler, C.R. and Ramaker B.L., Dynamic matrix control(DMC)-a computer control algorithm. Proc. Joint Automatic Control Conf. San Francisco, 1980.
3. Rouhani R. And Mehra R.K., Model algorithm control (MAC): basic theoretical properties. Automatica, 1982, 18(4): 401-414.
4. Clarke D.W., Mohtadi C. and Tuffs P.S., Generalized predictive control-Ⅰ: The basic algorithm. Automatica, 1987, 23 (2): 137-148.
5. Clarke D.W., Mohtadi C. and Tuffs P.S., Generalized predictive control-Ⅱ: extension and interpretations.Automatica, 1987, 23(2): 149-160.
6. Lelic M.A., et al. Generalized poleplacement self-running controller. Int. J. Control. 1987, 46(2):547-568.
7. Garcia C.E. and Morari M., Internal Model control 1. A Unifying Review and Some New Results. Ind. Eng. Chem. Process Des. & Dev., 1982, 21:308-323.
8. Richalet J., Doss S. A. A., Arber C., Kuntze H.B., Jacubasch A., Schill W., Predictive Functional Control: Applications to Fast and Accurate Robots, In: Isermann R. ed. Automatic Control tenth Triennial World Congress of IFAC V.4, Oxford: Pergamon Press, 1988:251-258.
9. Kuntze H.B., Jacubasch A., Richalet J. and Arber C., On the Predictive Functional Control of an Elastic Industrial Robot, Proc. 25th CDC, Athens, Greece, 1986:1877-1881.
10. Garcia C.E., Prett D.M. and Morati M., Model Predictive Control: Theory and Practice-a Servey, Automatica, 1989,25(3):335-348.
11. Richalet J., Industrial Application of Model Based Predictive Control, Automatic, 1993,29(5): 1215-1274.
12．席裕庚，李少远，张仲俊．预测控制的研究现状和多层智能预测控制．控制理论与应用，1989，6(2)：1-7．
13．郑之开，邵惠鹤．预测控制在现代过程工业中的应用与发展．测控技术，1999，18(12)：32-36．
14．梁春燕，谢剑英．预测控制中的若干问题研究．自动化与仪器仪表，1999，(4)：15-19．
15．王献忠，杜维．模型预测控制发展概况．自动化与仪器仪表，1999，(4)：25-28．
16. Kwon W.H., Advances in Predictive Control: Theory and Application. First Asian Control Conf., Tokyo, 1994.
17. Morari M. and Lee J.H., Model Predictive Control: Past, Present and Future, PSE'97, Norway,25-29,May, 1997:1-11.
18．褚健，潘红华，苏宏业．预测控制技术的现状与展望．机电工程，1999，(5)：3-7．
19．徐立鸿．预测控制的研究及问题．控制理论与应用，1994，11(1)：121-125
20．席裕庚．关于预测控制的进一步思考．控制理论与应用，1994，11(2)：219-221．
21．胡耀华，贾欣乐．广义预测控制综述．信息与控制，2000，29(3)：248-255
22．赵濯．内模控制综述．信息与控制，2000，29(6)：526-531．
23．杜晓宁，席裕庚，李少远．复杂系统的预测控制研究．电气自动化，2000，(5)：4-10．
24．席裕庚．预测控制．北京：国防工业出版社，1993．
25．舒迪前．预测控制系统及其应用．北京：机械工业出版社，1996．
26．王伟．广义预测控制理论及其应用．北京：科学出版社，1998．
27. Hogg,G.W.,et al. Multivariable generalized predictive control of a boiler system. IEEE Trans. Energy Conversion, 1991, 6(2): 282-287.
28. Kouvaritakis, B., et al. Multivariable stable generalized predictive control. IEE. Proc.-D, 1993,140(4): 309-312.
29. Wang,W., Generalized predictive control of nonlinear systems of the Hammerstein form. 控制理论与应用，1994,11(6): 672-680.
30. Dion,J.M.,et al. MIMO adaptive constrained predictive control case study: an environmental test chamber. Automatica, 1991, 27(4): 611-612.
31. Kinnaert,M., Adaptive generalized predictive controller for MIMO systems. Int. J. Control, 1989, 50(1): 161-172.
32．黄道平，朱学峰，陈灼明，带中间状态反馈的多变量非线性预测控制．华南理工大学学报，1998，26(5)：44-50．
33. Wang, W., Generalized Predictive Control of Nonlinear Systems of the Hammerstein Form. 控制理论与应用, 1994, 11(6): 672-680.
34. Garcia C E and Morari m. Interal Model Control 2. Design P recedure for Multivariable System. Ind Eng Chem Process Des Dev. 1985,24(2): 472-484.
35．王晓哲，李界家，吴成东，顾树生．多变量系统的解耦综述．沈阳建筑工程学院学报，2000，16(2)：143-149．
36. Chai T, Mao K and Qin X. Decoupling Design of Multivariable Generalized Predictive Control. IEEE Proceedings-D, 1994, (3): 197-210.
37. Chai T., et al. Decoupling design of multi-variable generalized predictive control. IEE Proceedings of IFAC Symp. On adaptive systems in control and signal processing, 1989: 129-134.
38. Kouvaritakis, B., et al. Multivariable Nyquist self-tuning: a general approach. IEE. Proc.-D, 1989,136(5): 189-202.
39. Kouvaritakis, B. et al. Singular-value decomposition approach to multivariable generalized predictive control. IEE. Proc.-D, 1993, 140(3): 145-154.
40．黄道平，朱学峰．一种预测优化解耦补偿器的研究设计．自动化学报，2000，26(2)：250-253．
41．席裕庚，季红彬．多变量系统预测控制的解耦设计．见：俞今寿，华向明编工业过程模型化及控制(第二卷)，上海：华东华工学院出版社，1989：124-131
42．席裕庚，张钟俊，许晓鸣．预测控制的研究现状和多层智能预测控制．控制理论与应用，1989，6(2)：1-7．
43. Zhang Z J et al. Hierarchical predictive control of large scale industrial systems. 10th IFACWorld Congress, 1987,(7): 109-144.
44. Hassen M et al. The optimization of nonlinear systems using a new two level method. Automatica, 1976,12:359-363.
45．席裕庚等．非线性预测控制系统的多模型方法．自动化学报，1996，22(4)：456-461．
46．杨健，席裕庚，张钟俊．预测控制滚动优化的时间分解方法．自动化学报，1995，21(5)：555-560．
47．张涛，陈立，李治．NARMA模型预测控制滚动优化的两级协调法．西南交通大学学报，1997，32(4)：451-456．
48．杨马英，王树青．多变量有约束过程的协调预测控制策略．控制与决策，1996，11(6)：686-689．
49．田学民，黄德先，袁璞等．复杂工业过程的模型预估控制策略及应用．化工自动化及仪表，1996，23(4)：18-22．
50．席裕庚，韩兵．满意控制中人机系统的分层建模与协调优化．控制与决策1998，13(增刊)：492-495．
51．贾青．多变量分散型预测控制应用研究．化工自动化及仪表，2000，27(6)：1-4．
52．孙茂相，银贵斌．一种广义预测极点配置前馈自校正控制算法．沈阳工业大学学报，1994，16(1)：11-17．
53. Lee J H and Yu Zh. Tuning of Model Predictive Controllers for Robust Performance. Computers & Chemical Engineering. 1994, 18(1): 15-17.
54. Peng L. Fisher G and Shah S L. Tuning Generalized Predictive Control Using a Pole-Placement Criterion. 1992, ACC/TP8: 2391-2395.
55. Irving E. Falinower C M and Fonte C. Adaptive Generalized Predictive Control with Multiple Reference Model. 2th IFAC Workshop on Adaptiove Systems in control and Signal Processing, Lund, 1986.
56. Gorez R. Wertz V and Zhu K Y. On a Generalized Predictive Control Algorithm. System & Control Letters, 1987,9: 369-377.
57. Koh E K, generalized Pole Placement for Systems Requiring Fast Sampling. 1992 ACC/WM7: 713-714.
58．刘贺平．直接辨识扰动模型的内模极点配置自适应控制．自动化学报，1998，24(4)：502-507．
59．刘贺平．具有两级线性辨识结构的极点配置自校正控制器．自动化学报，1999，25(4)：498-503．
60．李晓理，王伟，曹方．基于极点配置的多模型自适应控制．控制与决策，1998，13(增刊)：453-458．
61．席裕庚．复杂工业的满意控制．信息与控制，1995，24(1)：14-20．
62．李少远，席裕庚．基于模糊目标和模糊约束的满意控制．控制与决策，2000，15(6)：674-694．
63．席裕庚，王凡．非线性预测控制系统的多模型方法．自动化学报，1996，22(4)：456-461．
64．汤自安．多模型预测控制方法研究．兰州铁道学院学报，1999，18(1)：86-89．
65．李少远，席裕庚．多模型预测控制的平滑切换．上海交通大学学报，33(11)：1345-1347．
66．刘忠信，陈增强，袁著祉．基于T-S模型的模糊广义预测控制．南开大学学报，2000，33(4)：114-119．
67．孙金刚．一种模糊神经网络自适应预测控制方案的研究．系统工程与电子技术，1999,21(11)：87-90．
68．金晓明，荣刚，王树青．基于模糊模型的多变量预测控制算法．控制与决策，1998，13(4)：332-336．
69．张昊等．电力负荷的模糊预测方法．电力系统自动化，1997，21(8)：18-23．
70．张昊等．在预测领域中应用模糊控制的研究．自动化学报，1999，25(5)：620-626．
71. McDonnell M. and Ata-Doss S.A., Predictive Functional Control of Multivariable Systems with More Outputs than Inputs, Proc. 28th CDC,Tampa,FL,USA, 1989:1591-1596.
72. Igor Skijanc and Drago Matko, Predictive Functional Control Based on Fuzzy Model for Heat-exchanger Pilot Plant, Proc. 14th Triennial World Congress of IFAC q-9c-02-6, Beijing China, 1999:341-345.
73. Estival J.L. and Huguel A., Predictive Thickness Control for Aluminium Cold Rolling Mills, Revue Generale de l'Electricite 1993(5):32-39.
74. Cuadrado D., Guerchet P. and Abu El Ata Doss S., Computer Aided Design of Weapon SysTem Guidance and Control with Predictive Functional Control Technique, Proc. Conference of Software for Guidance and Control (AGARD-CP-503), 1991 (5).
75．金晓明，王树青，荣冈．先进控制技术及工业应用讲座—第四讲 模型预测控制及其工业应用．化工自动化及仪表，1999，26(5)：67-74．
76．赵昀，荣冈，王树青．预测函数控制的稳定性及鲁棒性分析．中国控制会议论文集，1998(9)：327-332．
77．张泉灵，楼史进等．预测函数控制及其应用．化工自动化及仪表，1998，25(增刊)：40-43．
78．张泉灵．预测函数控制及应用研究．浙江大学博士论文，1999，12．
79．潘红华．预测控制及应用研究．浙江大学博士论文，2000，6．
80．潘红华，苏宏业．基于二阶模型的预测函数控制方法的研究．信息与控制，1999，28(增刊)：98-101．
81．张新民，荣冈．间歇反应过程的预测函数控制．信息与控制，1999，28(增刊)：102-106．
82．金晓明，王树青，荣冈．先进控制技术及应用—第五讲 预测函数控制(PFC)—一种新型预测控制策略．化工自动化及仪表，1996，26(6)：74-79．
83．荣冈．简化预测函数在重整反应加热炉中的应用．化工自动化及仪表，1999，26(2)：11-14．
84．潘红华等．预测函数性能研究．化工自动化及仪表，2001，28(4)：46-52．
85．舒迪前．预测控制算法的内模结构及其统一格式．控制与决策，1994，9(1)：29-36．
86．柴天佑，何向红．具有减少辨识参数的随机多变量极点配置自适应控制器．控制理论与应用，1994，11(6)：356-360．
87．石中锁，舒迪前．一种前馈校正极点配置自适应动态矩阵控制算法．计算技术与自动化，1993，12(3)：15-18．
88．慈春令，侯培国．采用加权控制律的自适应广义预测极点配置控制器．控制理论与应用，1994，11(3)：303-308．
89．刘贺平．具有两级线性辨识结构的极点配置自校正控制器．自动化学报，1999，25(4)：498-503．
90．杨马英，王树青，王骥程．催化裂化反应再生系统的预测控制研究．自动化学报，1998，24(3)：359-362．
91. Jeremy G. Van Antwerp, Richard D. Braatz Model predictive control of large scale process, Journal of Process Control l0,2000: 1-8.
92．蒋慰孙等．对专家规则控制的若干看法．化工自动化及仪表，1999，26(5)：1-4．
93．兰鸿森等．一种实用的多变量智能控制方法．炼油化工自动化，1999，(6)：25-28．
94. Michael A. Henson, Nonlinear Model Predictive Control: Current Status and Future Directions, Computers & Chemical Engineering, 1998,23(12): 187-202.
95. Jean Saint-donat,Naveen Bhat and Thomas J. Mcavoy, Neural Net Based Model Predictive Control, Int. J. Control. 1991, Vo154, No.6:1453-1468.
96．冯恩波，俞金寿，蒋慰孙．基于神经网络技术的解耦及容错解耦控制策略．信息与控制．1992，21(6)：363-368．
97．石中锁，孙一康，舒迪前．基于神经网络的动态矩阵控制．北京科技大学学报．1995，17(5)：451-454．
98．王永骥，涂健．神经元网络控制．机械工业出版社，1998．
99. Chen J.H., Systematic Derivations of Model Predictive Control Based on Artificial Neural Network, Chemical Engineering Communications, 1998, 164:35-59.
100．谭永红．基于BP神经网络的自适应控制．控制理论与应用．1994，11(1)：84-88．
101．黄道平，朱学峰．一种预测优化解耦补偿器的研究设计．自动化学报，2000，26(2)：250-253．
102．靳其兵，曾东宁，王云华，顾树生．多变量系统的神经网络解耦新方法．东北大学学报，1999,20(3)：250-253．
103．伍沅．化工过程动态．化学工业出版社，1998．
104．王骥程．过程动态模型．浙江大学出版社，1994．
105．蒙以正．Matlab 5.X应用与技巧．科学出版社，1999．
2. Cutler, C.R. and Ramaker B.L., Dynamic matrix control(DMC)-a computer control algorithm. Proc. Joint Automatic Control Conf. San Francisco, 1980.
3. Rouhani R. And Mehra R.K., Model algorithm control (MAC): basic theoretical properties. Automatica, 1982, 18(4): 401-414.
4. Clarke D.W., Mohtadi C. and Tuffs P.S., Generalized predictive control-Ⅰ: The basic algorithm. Automatica, 1987, 23 (2): 137-148.
5. Clarke D.W., Mohtadi C. and Tuffs P.S., Generalized predictive control-Ⅱ: extension and interpretations.Automatica, 1987, 23(2): 149-160.
6. Lelic M.A., et al. Generalized poleplacement self-running controller. Int. J. Control. 1987, 46(2):547-568.
7. Garcia C.E. and Morari M., Internal Model control 1. A Unifying Review and Some New Results. Ind. Eng. Chem. Process Des. & Dev., 1982, 21:308-323.
8. Richalet J., Doss S. A. A., Arber C., Kuntze H.B., Jacubasch A., Schill W., Predictive Functional Control: Applications to Fast and Accurate Robots, In: Isermann R. ed. Automatic Control tenth Triennial World Congress of IFAC V.4, Oxford: Pergamon Press, 1988:251-258.
9. Kuntze H.B., Jacubasch A., Richalet J. and Arber C., On the Predictive Functional Control of an Elastic Industrial Robot, Proc. 25th CDC, Athens, Greece, 1986:1877-1881.
10. Garcia C.E., Prett D.M. and Morati M., Model Predictive Control: Theory and Practice-a Servey, Automatica, 1989,25(3):335-348.
11. Richalet J., Industrial Application of Model Based Predictive Control, Automatic, 1993,29(5): 1215-1274.
12．席裕庚，李少远，张仲俊．预测控制的研究现状和多层智能预测控制．控制理论与应用，1989，6(2)：1-7．
13．郑之开，邵惠鹤．预测控制在现代过程工业中的应用与发展．测控技术，1999，18(12)：32-36．
14．梁春燕，谢剑英．预测控制中的若干问题研究．自动化与仪器仪表，1999，(4)：15-19．
15．王献忠，杜维．模型预测控制发展概况．自动化与仪器仪表，1999，(4)：25-28．
16. Kwon W.H., Advances in Predictive Control: Theory and Application. First Asian Control Conf., Tokyo, 1994.
17. Morari M. and Lee J.H., Model Predictive Control: Past, Present and Future, PSE'97, Norway,25-29,May, 1997:1-11.
18．褚健，潘红华，苏宏业．预测控制技术的现状与展望．机电工程，1999，(5)：3-7．
19．徐立鸿．预测控制的研究及问题．控制理论与应用，1994，11(1)：121-125
20．席裕庚．关于预测控制的进一步思考．控制理论与应用，1994，11(2)：219-221．
21．胡耀华，贾欣乐．广义预测控制综述．信息与控制，2000，29(3)：248-255
22．赵濯．内模控制综述．信息与控制，2000，29(6)：526-531．
23．杜晓宁，席裕庚，李少远．复杂系统的预测控制研究．电气自动化，2000，(5)：4-10．
24．席裕庚．预测控制．北京：国防工业出版社，1993．
25．舒迪前．预测控制系统及其应用．北京：机械工业出版社，1996．
26．王伟．广义预测控制理论及其应用．北京：科学出版社，1998．
27. Hogg,G.W.,et al. Multivariable generalized predictive control of a boiler system. IEEE Trans. Energy Conversion, 1991, 6(2): 282-287.
28. Kouvaritakis, B., et al. Multivariable stable generalized predictive control. IEE. Proc.-D, 1993,140(4): 309-312.
29. Wang,W., Generalized predictive control of nonlinear systems of the Hammerstein form. 控制理论与应用，1994,11(6): 672-680.
30. Dion,J.M.,et al. MIMO adaptive constrained predictive control case study: an environmental test chamber. Automatica, 1991, 27(4): 611-612.
31. Kinnaert,M., Adaptive generalized predictive controller for MIMO systems. Int. J. Control, 1989, 50(1): 161-172.
32．黄道平，朱学峰，陈灼明，带中间状态反馈的多变量非线性预测控制．华南理工大学学报，1998，26(5)：44-50．
33. Wang, W., Generalized Predictive Control of Nonlinear Systems of the Hammerstein Form. 控制理论与应用, 1994, 11(6): 672-680.
34. Garcia C E and Morari m. Interal Model Control 2. Design P recedure for Multivariable System. Ind Eng Chem Process Des Dev. 1985,24(2): 472-484.
35．王晓哲，李界家，吴成东，顾树生．多变量系统的解耦综述．沈阳建筑工程学院学报，2000，16(2)：143-149．
36. Chai T, Mao K and Qin X. Decoupling Design of Multivariable Generalized Predictive Control. IEEE Proceedings-D, 1994, (3): 197-210.
37. Chai T., et al. Decoupling design of multi-variable generalized predictive control. IEE Proceedings of IFAC Symp. On adaptive systems in control and signal processing, 1989: 129-134.
38. Kouvaritakis, B., et al. Multivariable Nyquist self-tuning: a general approach. IEE. Proc.-D, 1989,136(5): 189-202.
39. Kouvaritakis, B. et al. Singular-value decomposition approach to multivariable generalized predictive control. IEE. Proc.-D, 1993, 140(3): 145-154.
40．黄道平，朱学峰．一种预测优化解耦补偿器的研究设计．自动化学报，2000，26(2)：250-253．
41．席裕庚，季红彬．多变量系统预测控制的解耦设计．见：俞今寿，华向明编工业过程模型化及控制(第二卷)，上海：华东华工学院出版社，1989：124-131
42．席裕庚，张钟俊，许晓鸣．预测控制的研究现状和多层智能预测控制．控制理论与应用，1989，6(2)：1-7．
43. Zhang Z J et al. Hierarchical predictive control of large scale industrial systems. 10th IFACWorld Congress, 1987,(7): 109-144.
44. Hassen M et al. The optimization of nonlinear systems using a new two level method. Automatica, 1976,12:359-363.
45．席裕庚等．非线性预测控制系统的多模型方法．自动化学报，1996，22(4)：456-461．
46．杨健，席裕庚，张钟俊．预测控制滚动优化的时间分解方法．自动化学报，1995，21(5)：555-560．
47．张涛，陈立，李治．NARMA模型预测控制滚动优化的两级协调法．西南交通大学学报，1997，32(4)：451-456．
48．杨马英，王树青．多变量有约束过程的协调预测控制策略．控制与决策，1996，11(6)：686-689．
49．田学民，黄德先，袁璞等．复杂工业过程的模型预估控制策略及应用．化工自动化及仪表，1996，23(4)：18-22．
50．席裕庚，韩兵．满意控制中人机系统的分层建模与协调优化．控制与决策1998，13(增刊)：492-495．
51．贾青．多变量分散型预测控制应用研究．化工自动化及仪表，2000，27(6)：1-4．
52．孙茂相，银贵斌．一种广义预测极点配置前馈自校正控制算法．沈阳工业大学学报，1994，16(1)：11-17．
53. Lee J H and Yu Zh. Tuning of Model Predictive Controllers for Robust Performance. Computers & Chemical Engineering. 1994, 18(1): 15-17.
54. Peng L. Fisher G and Shah S L. Tuning Generalized Predictive Control Using a Pole-Placement Criterion. 1992, ACC/TP8: 2391-2395.
55. Irving E. Falinower C M and Fonte C. Adaptive Generalized Predictive Control with Multiple Reference Model. 2th IFAC Workshop on Adaptiove Systems in control and Signal Processing, Lund, 1986.
56. Gorez R. Wertz V and Zhu K Y. On a Generalized Predictive Control Algorithm. System & Control Letters, 1987,9: 369-377.
57. Koh E K, generalized Pole Placement for Systems Requiring Fast Sampling. 1992 ACC/WM7: 713-714.
58．刘贺平．直接辨识扰动模型的内模极点配置自适应控制．自动化学报，1998，24(4)：502-507．
59．刘贺平．具有两级线性辨识结构的极点配置自校正控制器．自动化学报，1999，25(4)：498-503．
60．李晓理，王伟，曹方．基于极点配置的多模型自适应控制．控制与决策，1998，13(增刊)：453-458．
61．席裕庚．复杂工业的满意控制．信息与控制，1995，24(1)：14-20．
62．李少远，席裕庚．基于模糊目标和模糊约束的满意控制．控制与决策，2000，15(6)：674-694．
63．席裕庚，王凡．非线性预测控制系统的多模型方法．自动化学报，1996，22(4)：456-461．
64．汤自安．多模型预测控制方法研究．兰州铁道学院学报，1999，18(1)：86-89．
65．李少远，席裕庚．多模型预测控制的平滑切换．上海交通大学学报，33(11)：1345-1347．
66．刘忠信，陈增强，袁著祉．基于T-S模型的模糊广义预测控制．南开大学学报，2000，33(4)：114-119．
67．孙金刚．一种模糊神经网络自适应预测控制方案的研究．系统工程与电子技术，1999,21(11)：87-90．
68．金晓明，荣刚，王树青．基于模糊模型的多变量预测控制算法．控制与决策，1998，13(4)：332-336．
69．张昊等．电力负荷的模糊预测方法．电力系统自动化，1997，21(8)：18-23．
70．张昊等．在预测领域中应用模糊控制的研究．自动化学报，1999，25(5)：620-626．
71. McDonnell M. and Ata-Doss S.A., Predictive Functional Control of Multivariable Systems with More Outputs than Inputs, Proc. 28th CDC,Tampa,FL,USA, 1989:1591-1596.
72. Igor Skijanc and Drago Matko, Predictive Functional Control Based on Fuzzy Model for Heat-exchanger Pilot Plant, Proc. 14th Triennial World Congress of IFAC q-9c-02-6, Beijing China, 1999:341-345.
73. Estival J.L. and Huguel A., Predictive Thickness Control for Aluminium Cold Rolling Mills, Revue Generale de l'Electricite 1993(5):32-39.
74. Cuadrado D., Guerchet P. and Abu El Ata Doss S., Computer Aided Design of Weapon SysTem Guidance and Control with Predictive Functional Control Technique, Proc. Conference of Software for Guidance and Control (AGARD-CP-503), 1991 (5).
75．金晓明，王树青，荣冈．先进控制技术及工业应用讲座—第四讲 模型预测控制及其工业应用．化工自动化及仪表，1999，26(5)：67-74．
76．赵昀，荣冈，王树青．预测函数控制的稳定性及鲁棒性分析．中国控制会议论文集，1998(9)：327-332．
77．张泉灵，楼史进等．预测函数控制及其应用．化工自动化及仪表，1998，25(增刊)：40-43．
78．张泉灵．预测函数控制及应用研究．浙江大学博士论文，1999，12．
79．潘红华．预测控制及应用研究．浙江大学博士论文，2000，6．
80．潘红华，苏宏业．基于二阶模型的预测函数控制方法的研究．信息与控制，1999，28(增刊)：98-101．
81．张新民，荣冈．间歇反应过程的预测函数控制．信息与控制，1999，28(增刊)：102-106．
82．金晓明，王树青，荣冈．先进控制技术及应用—第五讲 预测函数控制(PFC)—一种新型预测控制策略．化工自动化及仪表，1996，26(6)：74-79．
83．荣冈．简化预测函数在重整反应加热炉中的应用．化工自动化及仪表，1999，26(2)：11-14．
84．潘红华等．预测函数性能研究．化工自动化及仪表，2001，28(4)：46-52．
85．舒迪前．预测控制算法的内模结构及其统一格式．控制与决策，1994，9(1)：29-36．
86．柴天佑，何向红．具有减少辨识参数的随机多变量极点配置自适应控制器．控制理论与应用，1994，11(6)：356-360．
87．石中锁，舒迪前．一种前馈校正极点配置自适应动态矩阵控制算法．计算技术与自动化，1993，12(3)：15-18．
88．慈春令，侯培国．采用加权控制律的自适应广义预测极点配置控制器．控制理论与应用，1994，11(3)：303-308．
89．刘贺平．具有两级线性辨识结构的极点配置自校正控制器．自动化学报，1999，25(4)：498-503．
90．杨马英，王树青，王骥程．催化裂化反应再生系统的预测控制研究．自动化学报，1998，24(3)：359-362．
91. Jeremy G. Van Antwerp, Richard D. Braatz Model predictive control of large scale process, Journal of Process Control l0,2000: 1-8.
92．蒋慰孙等．对专家规则控制的若干看法．化工自动化及仪表，1999，26(5)：1-4．
93．兰鸿森等．一种实用的多变量智能控制方法．炼油化工自动化，1999，(6)：25-28．
94. Michael A. Henson, Nonlinear Model Predictive Control: Current Status and Future Directions, Computers & Chemical Engineering, 1998,23(12): 187-202.
95. Jean Saint-donat,Naveen Bhat and Thomas J. Mcavoy, Neural Net Based Model Predictive Control, Int. J. Control. 1991, Vo154, No.6:1453-1468.
96．冯恩波，俞金寿，蒋慰孙．基于神经网络技术的解耦及容错解耦控制策略．信息与控制．1992，21(6)：363-368．
97．石中锁，孙一康，舒迪前．基于神经网络的动态矩阵控制．北京科技大学学报．1995，17(5)：451-454．
98．王永骥，涂健．神经元网络控制．机械工业出版社，1998．
99. Chen J.H., Systematic Derivations of Model Predictive Control Based on Artificial Neural Network, Chemical Engineering Communications, 1998, 164:35-59.
100．谭永红．基于BP神经网络的自适应控制．控制理论与应用．1994，11(1)：84-88．
101．黄道平，朱学峰．一种预测优化解耦补偿器的研究设计．自动化学报，2000，26(2)：250-253．
102．靳其兵，曾东宁，王云华，顾树生．多变量系统的神经网络解耦新方法．东北大学学报，1999,20(3)：250-253．
103．伍沅．化工过程动态．化学工业出版社，1998．
104．王骥程．过程动态模型．浙江大学出版社，1994．
105．蒙以正．Matlab 5.X应用与技巧．科学出版社，1999．