同样，未来个时刻在控制增量下的输出可表示为：

                                         (3-2)

2、滚动优化

在每个时间点，要明确该时间点起个控制功能变化量，从而让之后个时段的预先判断的结果值与期望值在最大程度上逼近。称为控制时域，称为优化时域，规定[12]。

我们不想在过程中大幅度的波动，所以把时间点的优化性能标准表达成：

                            (3-3)

其中，， ，， 式中，表示误差权矩阵，表示控制权矩阵。

在时刻，已知和，使最小的，通过可得：

                           (3-4)

由此可以得到的最优控制增量序列。

3、反馈校正

假设我们把在时刻加入装置，相当于对受控对象加上幅值为的阶跃，然后通过预测模型可算出其输出预测值为：

                                               (3-5)

由于建模过程中产生的误差和一些随机干扰的影响，预测值和实际输出肯定会有误差，假设系统在时的输出误差为：

                                       (3-6)

为消除预先判断结果值中存在的不可避免的偏差，可以通过选择维矢量

                    ，

然后对进行修正，可以得到：文献综述

                        (3-7)

式中表示在时，通过误差校正后系统在时的预测输出。

在时间点，因为起始时间点的变化，预先判断之后系统情况的时刻会移至。所以，时间点的刚开始的预测值需的元素通过变换位置才能够得到，可写作：

                        (3-8)

而可由近似获得。此初始预测值可表示为向量的形式：       (3-9) 

其中为移位阵[13]。

综上，整个DMC算法可见图3-2。在任一个检测时间点，按式(3-4)计算出预先判断的结果值与预期运行结果值在之后个时段的误差向量，然后与点乘，就能获得经过完善后该时间点的控制变化量。一方面可以对这个控制增量数字积分然后求出作用于对象的控制量；此外，可以先乘以阶跃响应矢量，然后按式(3-1)得出系统在该变化后预先判断得到的结果。在下个检测时间点，先测出系统实际运行结果，然后和该时间点的预先判断值对比。然后按式(3-6)得出预先判断的偏差,并与校正向量做乘法运算，接着按照式(3-7)对预先判断得到的结果值进行改善。随时间的不断变化，校正后的预先判断结果值会按照公式(3-9)变动位置，同时把这作为该时间点的刚开始做预先判断的结果。这样循环下去，整个过程就会反复进行[14]。

图3-2 DMC算法结构图

3。1。2 动态矩阵控制算法的参数设计来:自[优E尔L论W文W网www.youerw.com +QQ752018766-

在动态矩阵进行运算时，刚开始需要确定的参数主要包括：模型时域长度，：采样周期，：优化时域长度，：控制时域长度，：控制权矩阵，：误差权矩阵，：校正参数向量。影响控制动态参数的主要是、、、、，影响模型动态参数的主要是。开发设计人员只能直接选取，而设定的变量结果无法直接用于和[15]。在动态矩阵控制算法中我们设定参数主要用逐个调试的方法，下面就分析一下系统中每个参数的影响及作用。 MATLAB模糊预测控制的工业窑炉温度控制系统设计(5):http://www.youerw.com/zidonghua/lunwen_99471.html