后来，越来越多的科学家、工程师开始试着把其它控制理论例如：基于神经网络的预测控制、鲁棒控制（Robust Control）、模糊预测控制以及灰色预测控制等等，与预测控制相结合得到了很多新颖的预测控制方法，从而迎来了预测理论领域的不断深入研究，为工业生产提供了更高效率的生产模型。广义预测控制在实际应用中所表现出的建模的简易性和控制的鲁棒性帮助实际工业生产取得了良好的经济效益和社会效益。在化工、机械、电力系统、纺织、冶炼、医药、制造等领域，广义预测控制都有着深远而广大的应用。例如：镀铜、锌板生产过程中的广义预测控制、电力系统稳定的广义预测控制、大型焦炉、水轮机上的加权广义预测控制。[7]

作为一种新型的、近年来在工业生产过程中有广泛应用的计算机控制方法，广义预测控制（GPC）与未来的工业过程紧密相联，并且必将对生产控制产生重大影响。虽然广义预测控制的研究工作还不够完善，有待于进一步的研究和探讨，在这一领域还有许多迫切需要解决的理论与实际上的问题，但其基本原理对于工业生产过程的适应性是毋庸置疑的。[8]在综合控制算法方面，把广义预测控制和自学习控制结合起来，形成专业的综合控制算法，将是综合控制的发展方向，并具有美好的应用前景。广义预测控制的深入研究和推广应用，必定会对我国的工业自动化水平的提高产生积极而深远的作用。

1。2选题的目的和意义

预测控制是一种较为实用的先进控制方法。而广义预测控制将预测控制与广义最小方差控制两者结合，能够适应对具有非最小相位或者阶次未知等性质的受控对象的控制。[4]本课题将在Matlab平台上实现对广义预测控制算法（GPCA）的仿真，并通过检测修改算法参数的影响、修改受控模型参数对仿真结果的影响，来学习预测控制相关基本知识、广义最小方差控制算法的基本原理，通过学习广义预测控制的原理来掌握广义预测控制算法，并学习掌握Matlab的简单编程。来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

1。 3论文的结构安排

第一章主要查阅了大量关于现代控制理论的一些文献资料，及时学习了国内外关于预测控制的一些经典理论和基础原理，对预测控制的研究进展有了一定的了解与自己的理解，并对此进行了总结、归纳。并概要地给出了广义预测控制理论的一些实际应用和具有的美好应用前景。

第二章简要介绍部分自动控制算法的原理，详细说了GPC的出现背景,以及GPC的基础算法和预测函数控制的基本算法，并对其进行了简单优化和简单介绍相关参数的选择，为matlab仿真做了充分的准备工作。

第三章介绍了用被控对象模型是CARIMA（受控自回归积分滑动平均）的单变量GPC的Matlab仿真，仿真模型包括一阶惯性、二阶振荡加时滞模型，该仿真能够允许交互地修改算法参数和模型参数，以分析对控制系统性能的影响。