Оптимальная последовательность манипулируемых переменных, возвращаемая как массив (p + 1) -_byNmv, где p - горизонт прогнозирования, _а Nmv - количество манипулируемых переменных.

MVopt(i,:) содержит вычисленные оптимальные значения манипулируемых переменных в момент времени k+i-1, для i = 1,...,p, где k - текущее время. MVopt(1,:) содержит те же значения манипулируемой переменной, что и выходной аргумент mv. Поскольку контроллер не вычисляет оптимальные перемещения управления в момент времени k+p, MVopt(p+1,:) равно MVopt(p,:).

Оптимальная последовательность состояний модели прогнозирования, возвращаемая как массив (p + 1) -_byNx, где p - горизонт прогнозирования, _а Nx - количество состояний в модели прогнозирования.

Xopt(i,:) содержит вычисленные значения состояния в момент времени k+i-1, для i = 2,...,p+1, где k - текущее время. Xopt(1,:) совпадает с текущими состояниями в x.

Оптимальная последовательность выходных переменных, возвращаемая как массив (p + 1) -_by-Ny, где p - горизонт прогнозирования, _а Ny - количество выходов.

Yopt(i,:) содержит вычисленные выходные значения в момент времени k+i-1, для i = 2,...,p+1, где k - текущее время. Yopt(1,:) вычисляется на основе текущих состояний в x и ток измеренных возмущений в md, если есть.

Временная последовательность горизонта прогнозирования, возвращаемая как вектор столбца длиной p + 1, где p - горизонт прогнозирования.Topt содержит временную последовательность от времени k до времени k + p, где k - текущее время.

Topt(1) = 0 представляет текущее время. Последующие шаги времени Topt(i) являются Ts*(i-1), где Ts - время выборки контроллера.

Использовать Topt при печати MVopt, Xopt, или Yopt последовательности.

Вектор сложенных переменных ослабления, используемый при смягчении ограничений. Если все элементы равны нулю, то все мягкие ограничения удовлетворяются по всему горизонту прогнозирования. Если какой-либо элемент больше нуля, нарушается хотя бы одно мягкое ограничение.

Переменный вектор провисания для всех стадий складывается как:

[slack variable vector for stage 1; % if used
 slack variable vector for stage 2; % if used
 ...
 slack variable vector for stage p+1; % if used
]

Код завершения оптимизации, возвращаемый как один из следующих:

Число итераций, используемых решателем нелинейного программирования, возвращаемое как положительное целое число.

Стоимость целевой функции, возвращаемая как неотрицательное скалярное значение. Стоимость количественно определяет степень достижения контролером своих целей.

Значение стоимости имеет значение только тогда, когда ExitFlag является неотрицательным.

Измеренные значения возмущений, определенные как вектор строки длиной _Nmd или матрица со столбцами _Nmd, где _Nmd - количество измеренных возмущений. Если для многоступенчатого объекта MPC определен какой-либо измеренный канал возмущения, необходимо указать MeasuredDisturbance. Если контроллер не имеет измеренных возмущений, это поле не существует в структуре, созданной getSimulationData.

Чтобы использовать одни и те же значения возмущений в горизонте прогнозирования, укажите вектор строки.

Чтобы изменять значения возмущений по горизонту прогнозирования от времени k до времени k + p, укажите массив, содержащий до p + 1 строк. Здесь k - текущее время, а p - горизонт прогнозирования. Каждая строка содержит значения возмущений для одного шага горизонта прогнозирования. Если указано меньше p строк, значения в последней строке используются для оставшихся шагов горизонта прогнозирования.

Нижние границы манипулируемой переменной, задаваемые как вектор строки длиной _Nmv или матрица со столбцами _Nmv, где _Nmv - количество манипулируемых переменных. MVMin(:,i) заменяет ManipulatedVariables(i).Min свойства контроллера во время выполнения.

Чтобы использовать те же границы по горизонту прогнозирования, укажите вектор строки.

Чтобы изменять границы по горизонту прогнозирования от времени k до времени k + p-1, укажите матрицу, содержащую до p строк. Здесь k - текущее время, а p - горизонт прогнозирования. Каждая строка содержит границы для одного шага горизонта прогнозирования. Если указано меньше p строк, конечные границы используются для оставшихся шагов горизонта прогнозирования.

Верхние границы манипулируемых переменных, заданные как вектор строки длиной _Nmv или матрица со столбцами _Nmv, где _Nmv - количество манипулируемых переменных. MVMax(:,i) заменяет ManipulatedVariables(i).Max свойства контроллера во время выполнения.

Чтобы использовать те же границы по горизонту прогнозирования, укажите вектор строки.

Чтобы изменять границы по горизонту прогнозирования от времени k до времени k + p-1, укажите матрицу, содержащую до p строк. Здесь k - текущее время, а p - горизонт прогнозирования. Каждая строка содержит границы для одного шага горизонта прогнозирования. Если указано меньше p строк, конечные границы используются для оставшихся шагов горизонта прогнозирования.

Нижние границы манипулируемой переменной скорости, заданные как вектор строки длиной _Nmv или матрица со столбцами _Nmv, где _Nmv - количество манипулируемых переменных. MVRateMin(:,i) заменяет ManipulatedVariables(i).RateMin свойства контроллера во время выполнения. MVRateMin границы должны быть непозволительными.

Чтобы использовать те же границы по горизонту прогнозирования, укажите вектор строки.

Чтобы изменять границы по горизонту прогнозирования от времени k до времени k + p-1, укажите матрицу, содержащую до p строк. Здесь k - текущее время, а p - горизонт прогнозирования. Каждая строка содержит границы для одного шага горизонта прогнозирования. Если указано меньше p строк, конечные границы используются для оставшихся шагов горизонта прогнозирования.

Верхние границы манипулируемой переменной скорости, заданные как вектор строки длиной _Nmv или матрица со столбцами _Nmv, где _Nmv - количество манипулируемых переменных. MVRateMax(:,i) заменяет ManipulatedVariables(i).RateMax свойства контроллера во время выполнения. MVRateMax границы должны быть неотрицательными.

Чтобы использовать те же границы по горизонту прогнозирования, укажите вектор строки.

Чтобы изменять границы по горизонту прогнозирования от времени k до времени k + p-1, укажите матрицу, содержащую до p строк. Здесь k - текущее время, а p - горизонт прогнозирования. Каждая строка содержит границы для одного шага горизонта прогнозирования. Если указано меньше p строк, конечные границы используются для оставшихся шагов горизонта прогнозирования.

Нижние границы состояния, заданные как вектор строки длиной _Nx или матрица со столбцами _Nx, где _Nx - число состояний. StateMin(:,i) заменяет States(i).Min свойства контроллера во время выполнения.

Чтобы использовать те же границы по горизонту прогнозирования, укажите вектор строки.

Чтобы изменить границы по горизонту прогнозирования от времени k + 1 до времени k + p, укажите матрицу, содержащую до p строк. Здесь k - текущее время, а p - горизонт прогнозирования. Каждая строка содержит границы для одного шага горизонта прогнозирования. Если указано меньше p строк, конечные границы используются для оставшихся шагов горизонта прогнозирования.

Верхние границы состояния, заданные как вектор строки длиной _Nx или матрица со столбцами _Nx, где _Nx - число состояний. StateMax(:,i) заменяет States(i).Max свойства контроллера во время выполнения.

Чтобы использовать те же границы по горизонту прогнозирования, укажите вектор строки.

Чтобы изменить границы по горизонту прогнозирования от времени k + 1 до времени k + p, укажите матрицу, содержащую до p строк. Здесь k - текущее время, а p - горизонт прогнозирования. Каждая строка содержит границы для одного шага горизонта прогнозирования. Если указано меньше p строк, конечные границы используются для оставшихся шагов горизонта прогнозирования.

Значения параметров функции состояния, заданные как вектор с длиной, равной значению Model.ParameterLength свойство объекта многоступенчатого контроллера. Если Model.StateFcn требуется вектор параметра, необходимо указать его значение во время выполнения с помощью этого поля. Если Model.ParameterLength является 0 это поле не существует в структуре, возвращенной getSimulationData.

Значения параметра Stage functions, заданные как вектор с длиной, равной сумме всех значений в Stages(i).ParameterLength свойства объекта многоступенчатого контроллера. Если какая-либо функция затрат или ограничений определена в Stages свойство нуждается в векторе параметров, с помощью этого поля необходимо предоставить все векторы параметров во время выполнения (сгруппированные в один столбец). Если ни одна из функций этапа не имеет параметра, это поле не существует в структуре, возвращаемой getSimulationData.

Векторы параметров для всех ступеней должны располагаться в векторе столбца StateFcnParameters как:

[parameter vector for stage 1;
 parameter vector for stage 2;
 ...
 parameter vector for stage p+1;
]

Терминальное состояние, указанное как вектор столбца с таким количеством элементов, как количество состояний. Терминальное состояние является требуемым состоянием на последнем этапе прогнозирования. Чтобы указать требуемые состояния терминала во время выполнения с помощью этого поля, необходимо указать конечные значения в TerminalState области Model имущество nlmpcMSobj. Определить inf для состояний, которые не должны быть ограничены значением клеммы. Во время выполнения, nlmpcmove игнорирует любые значения в TerminalState поле simdata которые соответствуют inf значения в nlmpcMSobj. Если не указано условие значения клеммы в nlmpcMSobj, это поле не создано в simdata.

Если нет TerminalState в simdata то ограничение состояния терминала (если присутствует) не изменяется во время выполнения.

Начальные догадки для переменных решения, заданных как вектор столбца длиной, равной сумме длин всех векторов переменных решения для каждого этапа. Хорошие начальные догадки важны, поскольку они помогают решателю быстрее прийти к решению. При моделировании контура управления путем вызова nlmpcmove повторно в цикле, поэтому важно пройти simdata в качестве входного аргумента (так можно использовать начальные догадки), а заодно вернуть обновленную версию simdata (с новыми начальными догадками для следующего интервала управления), в качестве выходного аргумента.

Начальные догадки для всех этапов должны быть уложены в вектор столбца InitialGuess как:

[state vector guess for stage 1;
 manipulated variable vector guess for stage 1;
 manipulated variable vector rate guess for stage 1; % if used
 slack variable vector guess for stage 1; % if used
 state vector guess for stage 2;
 manipulated variable vector guess for stage 2;
 manipulated variable vector rate guess for stage 2; % if used
 slack variable vector guess for stage 2; % if used
 ...
 state vector guess for stage p;
 manipulated variable vector guess for stage p;
 manipulated variable vector rate guess for stage p; % if used
 slack variable vector guess for stage p; % if used
 state vector guess for stage p+1;
 slack variable vector guess for stage p+1; % if used
]

Если InitialGuess является [], начальные догадки по умолчанию вычисляются из x и lastmv аргументы, переданные nlmpcmove).

Как правило, при моделировании с замкнутым контуром не указывается InitialGuess себя. Вместо этого при вызове nlmpcmove, вернуть simdata выходной аргумент, содержащий вычисленные начальные догадки для следующего интервала управления. Затем вы можете пройти simdata в качестве входного аргумента для nlmpcmove для следующего интервала управления. Эти шаги являются оптимальными, даже если не указаны другие параметры времени выполнения.