一、MPC概述：什么是模型预测控制？
模型预测控制，英文叫Model Predictive Control，圈内人习惯简称MPC。我第一次接触它是在做工业过程控制的时候，当时被一个多变量耦合问题搞得焦头烂额，传统PID怎么调都调不好。后来一位老前辈甩给我一句话：「试试MPC吧，它能看未来。」
嗯，这句话点醒了我。MPC最迷人的地方，就是它不像PID那样只看「现在」和「过去」，而是能「预测未来」。说白了，它像开车时看导航——你不仅知道当前车速，还能看到前方500米有个急弯，于是提前减速。这就是MPC的核心思想。
1.1 MPC的核心思想
MPC的运作逻辑，我习惯用三步来概括：
- 预测未来：基于当前状态和系统模型，预测未来N步的输出
- 滚动优化：在预测时域内求解一个优化问题，找到最优控制序列
- 反馈校正：只执行控制序列的第一步，然后重新测量、重新预测
你想想看，这像不像下棋？高手不会只看眼前一步，而是会算后面三五步的走法。MPC也是这样，它每次决策都「往前看」一段窗口，但只走一步，然后重新算。这个「滚动」的机制，就是它名字里「预测控制」的由来。
核心公式（离散时间形式）：
min J = Σ (y(k+i|k) - r(k+i))² + λ Σ Δu(k+i-1|k)²
s.t. y(k+i|k) = f(x(k+i-1|k), u(k+i-1|k))
u_min ≤ u(k+i|k) ≤ u_max
y_min ≤ y(k+i|k) ≤ y_max其中，y是预测输出，r是参考轨迹，Δu是控制增量，λ是权重系数。
1.2 我眼中的MPC三大优势
做项目这么多年，我总结MPC有三大「杀手锏」：
- 处理约束：PID遇到限幅只能硬截断，MPC直接在优化里把约束写进去。我在化工项目中遇到过阀门开度不能超过80%的情况，MPC自动就避开了，根本不用额外加抗饱和逻辑。
- 多变量控制：一个MPC控制器可以同时控制温度、压力、流量，还能处理它们之间的耦合。我曾经用MPC替代了三个PID串级回路，代码量反而少了。
- 预见性：如果知道未来参考轨迹（比如机器人要走的路径），MPC可以提前动作。这一点在自动驾驶里特别明显——车还没到弯道，MPC已经开始减速了。
个人经验：我建议初学者先从单变量MPC入手，别一上来就搞多变量。我在带新人时发现，很多人把MPC想得太复杂，其实它的核心就是一个带约束的二次规划问题。先把SISO（单输入单输出）跑通了，MIMO（多输入多输出）自然就理解了。
1.3 MPC与其他控制方法的区别
为了让你看得更清楚，我画了个对比表：
| 控制方法 | 核心思想 | 是否预测 | 处理约束 | 适用场景 |
|---|---|---|---|---|
| PID控制 | 基于误差的比例-积分-微分 | 否 | 需额外处理 | 单变量、线性系统 |
| LQR控制 | 无限时域最优控制 | 是（全局） | 困难 | 线性系统、无约束 |
| MPC | 有限时域滚动优化 | 是（滚动） | 天然支持 | 多变量、带约束、非线性 |
| 自适应控制 | 在线辨识+调整参数 | 部分 | 一般 | 参数时变系统 |
为什么MPC在工业界这么火？说白了，真实系统到处都是约束——阀门不能开太大、电机不能转太快、温度不能超限。PID对这些约束的处理很「暴力」，要么截断，要么积分饱和。而MPC把约束写进优化问题里，优雅地解决了这个问题。
避坑指南：我曾经在一个项目中，把MPC的预测时域设得特别长（50步），结果求解时间从2ms暴涨到200ms，控制器根本跑不起来。后来我意识到，预测时域不是越长越好——它需要和系统动态时间常数匹配。一般取系统上升时间的1.5~2倍就够了。
1.4 MPC的工作流程（一张图说清楚）
下面这张SVG图，展示了MPC的完整工作流程。我建议你盯着看30秒，比读一千字都管用。
这张图里，红色虚线代表反馈回路——每次执行完控制量后，系统会重新测量状态，然后再次预测、优化。这个循环每步都在做，所以叫「滚动时域」。我刚开始学的时候，总以为MPC是一次性算完所有控制量，后来才明白它只执行第一步，然后重新算。这个「短视」的设计，恰恰是它鲁棒性强的关键。
1.5 什么时候该用MPC？
不是所有问题都需要MPC。我个人的选型原则是这样的：
- 用PID就够了：单变量、无约束、线性系统。比如恒温箱、简单液位控制。
- 考虑MPC：系统有约束、多变量耦合、需要预见性。比如化工精馏塔、无人机轨迹跟踪。
- 必须用MPC：约束是硬性的（超限会出事故）、系统动态复杂。比如自动驾驶、火箭姿态控制。
一个小技巧：如果你不确定该不该用MPC，先问自己三个问题——1）系统有没有硬约束？2）变量之间有没有耦合？3）需不需要提前动作？如果三个答案里有两个「是」，那MPC大概率是正确答案。
好了，这一章我们聊了MPC是什么、为什么它这么强、以及它和其他控制方法的区别。下一章，我们会深入MPC的数学基础——状态空间模型和预测方程。到时候我会手把手带你推导公式，保证不让你觉得枯燥。
公众号:蓝海资料掘金营，微信deep3321