模型預測控制matlab工具箱使用

⑴ 如何將模型預測控制器模塊加入simulink中

MPC工具箱本身就提供預測控制simulink模塊的。如果你自己寫的m文件，可以用matlab function模塊把m代碼添加到simulink模型里去。

⑵ MATLAB中NETLAB工具箱如何實現預測多元數據是否需要用到其他的工具箱

數據准備：
我們以一組多項式數據為例，進行示例，假如多項式是y=4x^3+3x^2+2產生的數據，x取0到3之間間隔為0.3的數。具體數據如下：

調用工具箱：
關於如何調用工具箱我在其他經驗中有詳細的介紹，有興趣的可以查看。
這里我們用命令cftool進行調用擬合工具箱，在MATLAB主窗口中輸入 cftool 回車
可以看到如下擬合工具箱界面

擬合操作步驟：
首先我們將要擬合的數據選入到工具箱中，如下圖，在紅圈處，點擊向下三角，分別將要擬合的x y 選入，然後點擊右側的最上方的下三角，然後選擇polynomial（ 多項式），下面的degree是階數，也就是x的最高次數，選擇不同的degree，在圖的左下角是擬合的結果，包括擬合的系數以及方差相關系數等，右側是數據點，以擬合曲線。

結果分析：
我們擬合的時候，一般情況下不知道要擬合的多項式是幾階的，我們一般調節degree都是從1逐漸增大，只要精度符合要求，就可以了，並不是精度越高越高。
擬合結果說明：
Linear model Poly3:
f(x) = p1*x^3 + p2*x^2 + p3*x + p4
Coefficients (with 95% confidence bounds):
p1 = 4 (4, 4)
p2 = 3 (3, 3)
p3 = 4.593e-15 (-3.266e-14, 4.185e-14)
p4 = 2 (2, 2)

Goodness of fit:
SSE: 2.386e-28
R-square: 1
Adjusted R-square: 1
RMSE: 5.839e-15
從以上可以看到最終擬合的y關於x的函數為：
f(x)=4*x^3+3*x^2+4.593e-15*x+2
我們可以看到一次項的系數為4.593e-15，實際上就是4.593*10^（-15），這個數量級完全可以認為是0，所以擬合的結果我們認為是：
f(x)=4*x^3+3*x^2+2
這里的方差SSE數量級為10的負28次方，相關系數 R-square=1，說明擬合的結果很好。

⑶ 用matlab工具箱怎麼對garch模型做預測

garchfit（）函數使用格式：

[Coeff,Errors,LLF,Innovations,Sigmas,Summary] = garchfit(Spec,Series,X)

Coeff——輸入參數。接受由garchset，garchget，garchsim，garchinfer，和garchpred結構產生的參數。

Errors——系數的估計誤差（即標准誤差）的結構。

LLF——對於優化目標函數值與參數相關的估計發現Coeff。garchfit執行優化使用優化工具箱fmincon函數。

Innovations——創建（即殘差）序列推導的時間序列列向量。

Sigmas——與創建相對應的條件標准偏差向量。

Summary——顯示優化過程的摘要信息結構。

Spec——包含條件均值和方差規范的GARCH規范結構。它還包含估計所需的優化參數。通過調用garchset創建這個結構。

Series——觀測的時間序列列向量。

X——觀測數據的時間序列回歸矩陣。

例如：

clc

spec = garchset('C',0,'K',0.0001,'GARCH',0.9,'ARCH',0.05);%指定模型的結構

[e,s,y]= garchsim(spec,1000);

[Coeff,Errors,LLF,Innovations,Sigmas,Summary] = garchfit(spec,y) %擬合參數

運行後得到的部分結果

⑷ Matlab MPC模塊的使用方法

1、在命令窗口中，可以直接鍵入命令「mpctool「，圖形中左側的三個欄目分別為受控對象模型 、模型預測控制器 、模擬器。

2、受控對象模型的輸入，利用圖中的菜單命令「MPC」→「Import」或[Import Plant]按鈕。

3、可以打開受控對象的模型輸入窗口，利用該窗口，可以選擇輸入在MATLAB窗口的LTI對象。

4、LTI對象模型sys是在MATLAB命令窗口中輸入的「sys=tf（1，【1 2】）」命令產生的。

5、模型預測控制器參數設計，輸入受控對象模型，並對其輸入、輸出信號屬性設置好後，單擊左側的模型預測控制器（Controllers）欄目下的MPC1

6、模擬參數的設置，描述了受控對象可控制模型後，可利用模擬器（Scenarios）對系統進行模擬分析。

7、選擇Scenarios欄目下的Scenarios1，出現參數設置窗口，可以設置模擬時間，還可以設置給定點和不可測量的干擾信號的類型、幅值、作用起始時間和周期等。

8、保存和調用模型預測控制器，如果模擬結果滿意，可以在任意窗口菜單命令「MPC」→「Export」。

(4)模型預測控制matlab工具箱使用擴展閱讀

MATLAB的功能

1、Trading Toolbox™: 一款用於訪問價格並將訂單發送到交易系統的新產品。

2、Financial Instruments Toolbox™: 赫爾-懷特、線性高斯和 LIBOR 市場模型的校準和 Monte Carlo模擬。

3、Image Processing Toolbox™: 使用有效輪廓進行圖像分割、對 10 個函數實現 C 代碼生成，對 11 個函數使用GPU加速。

4、Image Acquisition Toolbox™: 提供了用於採集圖像、深度圖和框架數據的 Kinect® for Windows®感測器支持。

5、Statistics Toolbox™: 用於二進制分類的支持向量機 (SVM)、用於缺失數據的 PCA 演算法和 Anderson-Darling擬合優度檢驗。

6、Data Acquisition Toolbox™: 為 Digilent Analog Discovery Design Kit 提供了支持包。

7、Vehicle Network Toolbox™: 為訪問CAN匯流排上的ECU提供XCP。

⑸ 如何使用matlab中的工具箱

如果是系統自帶的，你可以直接用，如果是外部的或者是自編的你需要先把文件夾拷貝到tools文件夾下，再設置路徑。
Matlab常用工具箱介紹(英漢對照)
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系統工具箱
Communication Toolbox——通訊工具箱
Financial Toolbox——財政金融工具箱
System Identification Toolbox——系統辨識工具箱
Fuzzy Logic Toolbox——模糊邏輯工具箱
Higher-Order Spectral Analysis Toolbox——高階譜分析工具箱
Image Processing Toolbox——圖象處理工具箱
LMI Control Toolbox——線性矩陣不等式工具箱
Model predictive Control Toolbox——模型預測控制工具箱
μ-Analysis and Synthesis Toolbox——μ分析工具箱
Neural Network Toolbox——神經網路工具箱
Optimization Toolbox——優化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——魯棒控制工具箱
Signal Processing Toolbox——信號處理工具箱
Spline Toolbox——樣條工具箱
Statistics Toolbox——統計工具箱
Symbolic Math Toolbox——符號數學工具箱
Simulink Toolbox——動態模擬工具箱
System Identification Toolbox——系統辨識工具箱
Wavele Toolbox——小波工具箱

例如：控制系統工具箱包含如下功能：
連續系統設計和離散系統設計
狀態空間和傳遞函數以及模型轉換
時域響應（脈沖響應、階躍響應、斜坡響應）
頻域響應（Bode圖、Nyquist圖）
根軌跡、極點配置

較為常見的matlab控制箱有：

控制類：

控制系統工具箱(control systems toolbox)
系統識別工具箱（system identification toolbox）
魯棒控制工具箱（robust control toolbox）
神經網路工具箱（neural network toolbox）
頻域系統識別工具箱（frequency domain system identification toolbox）
模型預測控制工具箱（model predictive control toolbox）
多變數頻率設計工具箱（multivariable frequency design toolbox）

信號處理類：
信號處理工具箱（signal processing toolbox）
濾波器設計工具箱（filter design toolbox）
通信工具箱（communication toolbox）
小波分析工具箱（wavelet toolbox）
高階譜分析工具箱（higher order spectral analysis toolbox）

其它工具箱：
統計工具箱(statistics toolbox)
數學符號工具箱（symbolic math toolbox）
定點工具箱（fixed-point toolbox）
射頻工具箱（RF toolbox）

1990年，MathWorks軟體公司為Matlab提供了新的控制系統模型化圖形輸入與模擬工具，並命名為Simulab，使得模擬軟體進入了模型化圖形組態階段，1992年正式命名為Simulink，即simu（模擬）和link（連接）。matlab7.0里的simulink為6.0版本，matlab6.5里的simulink為5.0版本。

MATLAB的SIMULINK子庫是一個建模、分析各種物理和數學系統的軟體，它用框圖表示系統的各個環節，用帶方向的連線表示各環節的輸入輸出關系。
啟動SIMULINK十分容易，只需在MATLAB的命令窗口鍵入「SIMULINK」命令，此時出現一個SIMULINK窗口，包含七個模型庫，分別是信號源庫、輸出庫、離散系統庫、線性系統庫、非線性系統庫及擴展系統庫。
1.信號源庫
包括階躍信號、正弦波、白雜訊、時鍾、常值、文件、信號發生器等各種信號源，其中信號發生器可產生正弦波、方波、鋸齒波、隨機信號等波形。
2.輸出庫
包括示波器模擬窗口、MATLAB工作區、文件等形式的輸出。
3.離散系統庫
包括五種標准模式：延遲，零-極點，濾波器，離散傳遞函數，離散狀態空間。
4.線性系統庫
提供七種標准模式：加法器、比例環節、積分環節、微分環節、傳遞函數、零-極點、狀態空間。
5.非線性系統庫
提供十三種常用標准模式：絕對值、乘法、函數、回環特性、死區特性、斜率、繼電器特性、飽和特性、開關特性等。
6.系統連接庫包括輸入、輸出、多路轉換等模塊，用於連接其他模塊。
7.系統擴展庫
考慮到系統的復雜性，SIMULINK另提供十二種類型的擴展系統庫，每一種又有多種模型供選擇。
使用時只要從各子庫中取出模型，定義好模型參數，將各模型連接起來，然後設置系統參數，如模擬時間、模擬步長、計算方法等。SIMULINK提供了Euler、RungeKutta、Gear、Adams及專用於線性系統的LinSim演算法，用戶根據模擬要求選擇適當的演算法。

當然，不同版本的Matlab/Simulink內容有所不同。

另外，Simulink還提供了諸如航空航天、CDMA、DSP、機械、電力系統等專業模塊庫，給快速建模提供了很大的便利。

⑹ 有人會設計模型預測控制器嗎Matlab里的,怎麼對輸入進行限制,具體的語句是怎麼樣的

1、限制輸入變數的個數，採用nargin，用法如下：
function test(arg1,arg2,arg3)
if nargin<3
error('There are at least 3 inputs');
end
2、判斷某個變數是否為空，採用isempty,用法如下：
function test(arg1,arg2,arg3)
if isempty(arg3)
error('The third input cannot be empty');
end
3、最常用的是上面兩個的組合，用法如下：
function test(arg1,arg2,arg3)
if nargin<3 || isempty(arg3)
error('Users should input the third parameter');
end
4、在進行完上述判斷之後，還可以對輸入的參數進行進一步的限制，包括對數據狀態的限制，對矩陣數據大小的限制，對字元串模式的限制等等。對數據狀態的限制，可以用到以下函數：
isa,isappdata,iscell,iscellstr,ischar,iscom,isdir,isempty,isequal,isequalwithequalnans,isevent,isfield,isfinite,isfloat,isglobal,ishandle,ishold,isinf,isinteger,isinterface,isjava,iskeyword,islogical,ismember,ismethod,isnan,isnumeric,isobject,ispc,isprime,isprop,isreal,isscalar,issorted,isspace,issparse,isstrprop,isstruct,isstudent,isunix,isvalid,isvarname,isvector
這些函數全部可以在help is*得到
5、對矩陣大小的限制，可以利用size()函數先獲取該矩陣的大小然後再進行判斷
6、對字元串模式的限制，可以採用strmatch()函數

⑺ 數學建模MATLAB工具箱是什麼怎麼用

Matlab工具箱已經成為一個系列產品，Matlab主工具箱和各種工具箱（toolbox ）。
工具箱簡介
1功能型工具箱 —— 通用型
功能型工具箱主要用來擴充Matlab的數值計算、符號運算功能、圖形建模模擬功能、文字處理功能以及與硬體實時交互功能，能夠用於多種學科。
2領域型工具箱 —— 專用型
領域型工具箱是學科專用工具箱，其專業性很強，比如控制系統工具箱（ Control System Toolbox）；信號處理工具箱（Signal Processing Toolbox）；財政金融工具箱（ Financial Toolbox）等等。只適用於本專業。

3
Matlab常用工具箱
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系統工具箱
Communication Toolbox——通訊工具箱
Financial Toolbox——財政金融工具箱
System Identification Toolbox——系統辨識工具箱
Fuzzy Logic Toolbox——模糊邏輯工具箱
Bioinformatics Toolbox——生物分析工具箱
Image Processing Toolbox——圖象處理工具箱
Database Toolbox——資料庫工具箱
Model predictive Control Toolbox——模型預測控制工具箱
Neural Network Toolbox——神經網路工具箱
Optimization Toolbox——優化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——魯棒控制工具箱
Signal Processing Toolbox——信號處理工具箱
Spline Toolbox——樣條工具箱
Statistics Toolbox——統計工具箱
Symbolic Math Toolbox——符號數學工具箱
Simulink Toolbox——動態模擬工具箱
Virtual Reality Toolbox——虛擬現實工具箱
Wavelet Toolbox——小波工具箱
等等…….
而且每個新出的版本都在增加、更新完善。

⑻ 如何用matlab工具箱進行數據預測

如何用matlab工具箱進行數據預測
設計目標函數，
將預測問題，轉化為優化問題。

⑼ 如何使用matlab中的工具箱

首先，將下載的工具箱文件解壓，將文件夾復制到MATLAB安裝目錄下toolbox文件夾下專。
其次，在MATLAB命令行中輸屬入如下命令：
>>cd D:\MATLAB7\toolbox\piotr_toolbox % 找到你的工具箱
>> addpath(genpath('D:\MATLAB7\toolbox\piotr_toolbox')) %增加路徑
>> savepath %永久保存路徑
最後，檢查是否成功：
>>which hog %隨便輸入所加入工具箱中的一個m文件
D:\MATLAB7\toolbox\piotr_toolbox\channels\hog.m %得到此文件路徑，即載入正確

⑽ 求關於MATLAB中模型預測控制工具箱的學習資料

李國勇《智能控制及其MATALB實現》書中有具體介紹