MPC的基本思想就是，我虽然身处于时间t0，但是我可以根据我掌握的有关这个系统的信息（比如说模型），去预测接下来的一段时间内（horizon length）系统的状态会发生什么样的变化。

“MPC难以做到Realtime”这句话是错的，并不是因为前沿的MPC实现已经到处跑了，而是 最学生、最实验室的方法都能做到实时：simulink中的时变线性含约束MPC，用PLC Coder生成的ST语言代码，200个步长的horizon，放到x86 based PLC里基本都是ms级别，这还附带了状态观测器。

我这么想，在工程实际，一种控制如果真没什么问题的话，应该能普及。换一个角度，在工程实际不能普及的控制一定存在某种问题，问题是谁能讲清楚到底是什么问题？ 答案很清楚，PID、MPC都是工程界发明的，做应用的去整PID，做学术的去整MPC，就是这么回事。 PID、MPC是西方人的原创，代表的是 ...

模型预测控制（Model predictive control、MPC）是过程控制中，在满足特定限制条件时，控制过程的进阶控制方式，自1980年代起已用在化学工厂及炼油厂的工业过程中。近年来也用在电力系统的平衡模型以及电力电子学中。模型预测控制是以过程的动态模型为基础，多半是透过系统识别得到的线性经验 ...

另外，补充一下高票答案关于MPC real-time application部分的内容：其实Bemporad在PPT的第3讲专门开了一章来讲解embedded MPC，大致的思路如下：linear MPC整理到最后就是要求解一个二次优化的问题。

CCS-MPC则是我们自己用迭代的方法编写一段求最优的程序。 CCS-MPC的输出是我们需要的一个准确桥臂中点电压，往往是需要经过调制（通过6个vector进行构造）再施加到变换器的。 CCS-MPC的好处在于保留的调制环节，波形质量相对FCS-MPC会更好。 但是往往运算量较大 ...

MPC算法的输入输出往往都是多维的，建立输入和输出之间的关系则需要矩阵的转换。 3、 微积分与优化： 了解约束条件的优化方法，MPC算法的输入输出往往是有约束限制的，当考虑到一些约束的影响时，则需要使用一些方法比如拉格朗日乘子法，KKT条件等，并 ...

视觉和模型预测控制（MPC）结合深度学习的方向在机器人控制和自动驾驶等领域有着广阔的应用前景。 MPC是一种优化控制方法，通过在每个时间步骤上预测系统未来的演变，并在一定时间范围内优化控制策略，从而实现对系统的高级控制。

蟹妖 都是自由开源软件mpc的分支，除了界面不同、mpc-be不支持流媒体，功能和占用大同小异。 mpc是从winXP时代过来的古老windows软件了，主要靠解码和渲染滤镜一直更新维持生命力。 2023年我更推荐使用 mpv player。

以MPC获益者，不应贬低MPC… 私以为，MPC更类似一种思想，与求控制律不同，MPC是以求解优化问题的方式决定系统的输入行为… 提问者既然问电机控制里，现阶段，MPC还有什么可以做的，那就局限点讲… 1.