第2章　基于時間差分的神經網絡預測控制
　　預測控制是20世紀70年代中后期在歐美工業領域內出現的，它是在新型計算機控制算法基礎上發展起來的，是一種基于模型的先進控制技術，亦稱為模型預測控制（model predictive control，MPC）。預測控制技術的產生有著深刻的實際背景，這主要是由于被控對象日益復雜，一般的控制理論對信息描述的要求和優化模式都難以滿足復雜工業過程的要求，而預測控制對模型的要求低，能兼顧被控對象的非線性、時變性因素及干擾的影響，不但跟蹤性能好，而且對模型失配有較強的魯棒性。因此，預測控制作為一種面向復雜系統的控制策略，一開始就受到國內外控制界眾多學者的重視，并在理論研究和實際應用方面取得了不少成果。在過去的幾十年里，非線性預測控制已經被成功地應用于石油、化工以及電力等工業過程控制中，這些過程具有較強的非線性，用一般線性控制模型和方法難以得到良好的控制品質。
　　預測控制的基本思想是充分利用過去時刻的輸入、輸出信息建立預測模型，然后利用預測模型對系統未來的輸出做出預測，從而通過長時域的優化獲得最優的控制量，實現對被控對象的有效控制。它的主要特點是：預測模型的多樣性，滾動優化的時序性，在線校正的適應性以及工業過程的實用性。目前，預測控制對于控制變化比較緩慢的生產過程或對象，一般均能取得很好的效果，但是，對于機電類快變過程的快速跟蹤控制問題，如機器人、火炮或雷達的目標跟蹤和冶金軋制過程等，由于控制算法過于復雜，運算量大，往往難以在線實時控制。因此，有必要尋找一種算法簡單、控制迅速有效的預測控制方法。