Настраивающие веса выходной переменной, которые заменяют свойство Weights.OutputVariables контроллера во время выполнения, заданное как вектор - строка или массив неотрицательных значений.

Чтобы использовать те же веса через горизонт прогноза, задайте вектор - строку из длины _Ny, где _Ny является количеством выходных переменных.

Чтобы отличаться настраивающиеся веса по горизонту прогноза со времени k +1 ко времени k +p, задайте массив со столбцами _Ny и до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит настраивающие веса выходной переменной для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, веса в итоговой строке используются для остающихся шагов горизонта прогноза.

Переменные настраивающие веса, которыми управляют, которые заменяют свойство Weights.ManipulatedVariables контроллера во время выполнения, заданное как вектор - строка или массив неотрицательных значений.

Чтобы использовать те же веса через горизонт прогноза, задайте вектор - строку из длины _Nmv, где _Nmv является количеством переменных, которыми управляют.

Чтобы отличаться настраивающиеся веса по горизонту прогноза со времени k ко времени k +p-1, задайте массив со столбцами _Nmv и до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит переменные настраивающие веса, которыми управляют, для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, веса в итоговой строке используются для остающихся шагов горизонта прогноза.

Настраивающие веса с плавающей ставкой, которыми управляют, которые заменяют свойство Weights.ManipulatedVariablesRate контроллера во время выполнения, заданное как вектор - строка или массив неотрицательных значений.

Чтобы использовать те же веса через горизонт прогноза, задайте вектор - строку из длины _Nmv, где _Nmv является количеством переменных, которыми управляют.

Чтобы отличаться настраивающиеся веса по горизонту прогноза со времени k ко времени k +p-1, задайте массив со столбцами _Nmv и до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит настраивающие веса с плавающей ставкой, которыми управляют, для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, веса в итоговой строке используются для остающихся шагов горизонта прогноза.

Ослабьте переменный настраивающий вес, который заменяет свойство Weights.ECR контроллера во время выполнения, заданное как положительная скалярная величина.

Нижние границы выходной переменной, заданные как вектор - строка из длины _Ny или массив со столбцами _Ny, где _Ny является количеством выходных переменных. OutputMin(:,i) заменяет свойство OutputVariables(i).Min контроллера во время выполнения.

Чтобы использовать те же границы через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться границы по горизонту прогноза со времени k +1 ко времени k +p, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит границы для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые границы используются для остающихся шагов горизонта прогноза.

Верхние границы выходной переменной, заданные как вектор - строка из длины _Ny или массив со столбцами _Ny, где _Ny является количеством выходных переменных. OutputMax(:,i) заменяет свойство OutputVariables(i).Max контроллера во время выполнения.

Чтобы использовать те же границы через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться границы по горизонту прогноза со времени k +1 ко времени k +p, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит границы для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые границы используются для остающихся шагов горизонта прогноза.

Переменные нижние границы, которыми управляют, заданные как вектор - строка из длины _Nmv или массив со столбцами _Nmv, где _Nmv является количеством переменных, которыми управляют. MVMin(:,i) заменяет свойство ManipulatedVariables(i).Min контроллера во время выполнения.

Чтобы использовать те же границы через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться границы по горизонту прогноза со времени k ко времени k +p-1, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит границы для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые границы используются для остающихся шагов горизонта прогноза.

Переменные верхние границы, которыми управляют, заданные как вектор - строка из длины _Nmv или массив со столбцами _Nmv, где _Nmv является количеством переменных, которыми управляют. MVMax(:,i) заменяет свойство ManipulatedVariables(i).Max контроллера во время выполнения.

Чтобы использовать те же границы через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться границы по горизонту прогноза со времени k ко времени k +p-1, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит границы для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые границы используются для остающихся шагов горизонта прогноза.

Нижние границы с плавающей ставкой, которыми управляют, заданные как вектор - строка из длины _Nmv или массив со столбцами _Nmv, где _Nmv является количеством переменных, которыми управляют. MVRateMin(:,i) заменяет свойство ManipulatedVariables(i).RateMin контроллера во время выполнения. границы MVRateMin должны быть неположительными.

Чтобы использовать те же границы через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться границы по горизонту прогноза со времени k ко времени k +p-1, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит границы для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые границы используются для остающихся шагов горизонта прогноза.

Верхние границы с плавающей ставкой, которыми управляют, заданные как вектор - строка из длины _Nmv или массив со столбцами _Nmv, где _Nmv является количеством переменных, которыми управляют. MVRateMax(:,i) заменяет свойство ManipulatedVariables(i).RateMax контроллера во время выполнения. границы MVRateMax должны быть неотрицательными.

Чтобы использовать те же границы через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться границы по горизонту прогноза со времени k ко времени k +p-1, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит границы для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые границы используются для остающихся шагов горизонта прогноза.

Нижние границы состояния, заданные как вектор - строка из длины _Nx или массив со столбцами _Nx, где _Nx является количеством состояний. StateMin(:,i) заменяет свойство States(i).Min контроллера во время выполнения.

Чтобы использовать те же границы через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться границы по горизонту прогноза со времени k +1 ко времени k +p, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит границы для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые границы используются для остающихся шагов горизонта прогноза.

Верхние границы состояния, заданные как вектор - строка из длины _Nx или массив со столбцами _Nx, где _Nx является количеством состояний. StateMax(:,i) заменяет свойство States(i).Max контроллера во время выполнения.

Чтобы использовать те же границы через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться границы по горизонту прогноза со времени k +1 ко времени k +p, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит границы для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые границы используются для остающихся шагов горизонта прогноза.

Переменные цели, которыми управляют, заданные как вектор - строка из длины _Nmv или массив со столбцами _Nmv, где _Nmv является количеством переменных, которыми управляют.

Чтобы использовать те же переменные цели, которыми управляют, через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться цели по горизонту прогноза (предварительный просмотр) со времени k ко времени k +p-1, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит цели для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые цели используются для остающихся шагов горизонта прогноза.

Значения параметров, используемые моделью прогноза, пользовательской функцией стоимости и пользовательскими ограничениями, заданными как вектор ячейки с длиной, равняются свойству Model.NumberOfParameters контроллера. Если у контроллера нет параметров, то Parameters должен быть {}.

Контроллер, nlmpcobj, передает эти параметры:

Порядок параметров должен совпадать с порядком, заданным для этих функций.

Исходные предположения для оптимальных решений состояния, заданных как вектор - строка из длины _Nx или массив со столбцами _Nx, где _Nx является количеством состояний.

Чтобы использовать те же исходные предположения через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться исходные предположения по горизонту прогноза со времени k +1 ко времени k +p, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит исходные предположения для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые предположения используются для остающихся шагов горизонта прогноза.

Если X0 является [], исходные предположения по умолчанию являются текущими состояниями модели прогноза (входной параметр x к nlmpcmove).

В целом, во время симуляции с обратной связью, вы не задаете X0 сами. Вместо этого при вызове nlmpcmove возвратите выходной аргумент opt, который является объектом nlmpcmoveopt. opt.X0 содержит расчетные оптимальные траектории состояния как исходные предположения. Можно затем передать opt в как входной параметр options к nlmpcmove для следующего интервала управления. Эти шаги являются лучшой практикой, даже если вы не задаете никакие другие опции во время выполнения.

Исходные предположения для оптимальных переменных решений, которыми управляют, заданных как вектор - строка из длины _Nmv или массив со столбцами _Nmv, где _Nmv является количеством переменных, которыми управляют.

Чтобы использовать те же исходные предположения через горизонт прогноза, задайте вектор - строку.

Чтобы отличаться исходные предположения по горизонту прогноза со времени k ко времени k +p-1, задайте массив с до строк p. Здесь, k является текущим временем, и p является горизонтом прогноза. Каждая строка содержит исходные предположения для одного шага горизонта прогноза. Если вы задаете меньше, чем строки p, итоговые предположения используются для остающихся шагов горизонта прогноза.

Если MV0 является [], исходные предположения по умолчанию являются управляющими сигналами, используемыми на объекте в предыдущем интервале управления (входной параметр lastmv к nlmpcmove).

В целом, во время симуляции с обратной связью, вы не задаете MV0 сами. Вместо этого при вызове nlmpcmove возвратите выходной аргумент opt, который является объектом nlmpcmoveopt. opt.MV0 содержит расчетные оптимальные переменные траектории, которыми управляют, как исходные предположения. Можно затем передать opt в как входной параметр options к nlmpcmove для следующего интервала управления. Эти шаги являются лучшой практикой, даже если вы не задаете никакие другие опции во время выполнения.

Исходное предположение для слабой переменной в решении, заданном как неотрицательный скаляр. Если Slack0 является [], исходным предположением по умолчанию является 0.

В целом, во время симуляции с обратной связью, вы не задаете Slack0 сами. Вместо этого при вызове nlmpcmove возвратите выходной аргумент opt, который является объектом nlmpcmoveopt. opt.Slack содержит расчетную слабую переменную как исходное предположение. Можно затем передать opt в как входной параметр options к nlmpcmove для следующего интервала управления. Эти шаги являются лучшой практикой, даже если вы не задаете никакие другие опции во время выполнения.