matlab dmc控制代码,动态控制矩阵（DMC）算法的浅析

一、预测控制的一般原理

在预测控制一般原理的基础上，采用不同的模型形式、优化策略和反馈措施，可以形成各种不同的预测控制算法。尽管目前已有各种各样的预测控制算法，但就​方法原理而言，都具有一下特征：即利用过程模型预测系统在你一定的控制作用之下的未来的动态行为，并在此基础之上根据给定的约束条件和性能要求滚动的求解最优控制作用并实施当前作用，在滚动每一的时刻同各国检测实时信息修正对未来动态行为的的预测，它可以归纳为：预测模型、滚动优化和反馈校正三条原理。

二、动态矩阵控制(DMC)的原理

动态矩阵控制算法是一种基于被控对象非参数数学模型的控制算法，它是一种基于对象阶跃响应的预测控制算法，它以对象的阶跃响应离散系数为模型，避免了通常的传递函数或状态空间方程模型参数的辨识，又因为采用多步预估技术，能有效解决时延过程问题，并按预估输出与给定值偏差最小的二次性能指标实施控制，它适用于渐进稳定的线性对象，系统的动态特性中具有纯滞后或非最小相位特性都不影响改算法的直接应用，因此是一种最优控制技术。

三、MATLAB源程序分享

clear;   %离线准备工作

Ts=1;

%采样周期

tfinal=100;   %采样结束时间

N=tfinal/Ts; %建模时域

t=[0:1:100];

P=8;

%优化时域

M=5;

%控制时域

sysr=tf([6000],[1 2 230 315 6000]);

%实际系统模型

[ypr,tpr,xpr]=step(sysr,t);

model&#