预测控制作为一种有效的控制算法,已被大量的仿真和实际应用所证实。国内外学者们对单变量广义预测控制算法(GPC)作了大量的研究,但是实际工业过程通常为复杂的多输入多输出(MIMO)系统。广义预测控制作为一种优化控制算法,其优点之一就是可以直接处理多变量系统的控制问题。本文就是针对复杂系统的广义预测控制算法研究而进行的。 首先,对多变量广义预测控制算法进行研究,在原有理论的基础上推导出一种新的广义预测控制算法,它特有的隐式解耦功能可以有效地克服传统分散控制、解耦控制的烦琐和缺陷。仿真结果表明该算法在跟踪性、鲁棒性和抗干扰能力方面都有良好的性能,并且可控制不稳定非最小相位系统。针对广义预测控制算法计算量大的问题,本文又对多变量单值广义预测控制算法进行了一定的研究。 其次,对系统存在的时间滞后问题作了一定的研究,传统的解决时滞问题的近似法引起的误差是不可忽略的。针对此问题本文将时间滞后因子自然纳入系统的控制机制,可对一些时滞系统实现完全无误差的控制,克服了传统的近似法解决时滞所带来的误差问题。对于各通道滞后时间相差很大的系统本文提出一种新的解决方案,即将提取时滞因子与近似法结合起来,可解决任何时间滞后的问题。 最后,本文将二次规划算法与广义预测控制算法相结合解决约束问题,设计出的GPC算法在约束情况下依然保持有效,得到良好的控