滾動優化
當前時刻對優化問題的求解，根據y求出決策變量u，考慮未來M步。計算一個序列u，根據當前控制量大小，決定未來變化的軌跡。雖然算出來一個序列，但是每次只執行第一步。到了下一階段，要根據當前時刻採樣對輸出序列的第二步修正。
一般設計過程
下一個採樣到來時，優化已計算完成。MPC在先進控制層（需要計算，週期一般都是半分鐘、一分鐘），不在DCS層（這一層變化都是ms級的）。硬件性能高了採樣週期是否能變小一點呢？不可以，MPC一般用於具有內環的串級控制（可參考過程控制），外環的採樣週期要比內環慢（至少3倍以上）。
優化問題
串級控制的RTO，未來P個時刻的設定值來自優化層，會有設定值的變化。
一般來講，優化目標函數寫爲二次型的形式。第一項：衡量系統的動態特性，希望偏差越來越小，考慮超調，過渡過程時間等。第二項Δu：不希望調節閥動來動去（一般控制量用流量表示，流量的控制有氣動閥和電動閥，所以不希望變化太大。），因此未來Δ的時刻u變化要小，用平方表示。
考慮到成本時，模型預測控制往往都是線性，越省錢越好，沒法做平方（平方是與確定的值做減法，偏差越小越好）。
討論
1、如果函數項含有u^2，代表什麼物理意義？
答：u代表絕對的流量，如果u^2出現在優化目標函數說明希望流量少用，也就是希望能量少用，能量最優。
2、優化的約束有哪些？
答：變量上下限的範圍，Δu，u等
3、函數中的w有哪些作用
第一個作用：量綱的轉化，第一項和第二項的量綱一般不同，無法直接相加。
第二個作用：歸一化時，w決定了這一項在優化函數中的重要性。
4、函數中M與P的大小應該有什麼關係
M一般比P小，給了M個輸入過了一段時間纔會有輸出，工業上系統一般有滯後（純滯後，容量滯後k/(ts+1)）。
模型
1、FIR/FSR模型
有限脈衝響應/有限階躍響應，相當於一個正的脈衝響應加一個負的脈衝響應。一般適用於穩態過程，模型長度較大，要求參數較多，工業界受歡迎。
2、參數化模型
傳遞函數模型和狀態空間模型，學術界受歡迎。
總結
