Page 131 - 电子工程智能控制技术研究
P. 131
第五章 预测智能控制技术
第五章 预测智能控制技术
第一节 预测控制概述
预测控制，即模型预测控制（MPC），是一类特殊的控制。它的当前控制动
作是在每一个采样瞬间通过求解一个有限时域开环最优控制问题而获得。过程的
当前状态作为最优控制问题的初始状态，解得的最优控制序列只实施第一个控制
作用。这是它与那些使用预先计算控制律的算法的最大不同。本质上模型预测控
制求解一个开环最优控制问题。它的思想与具体的模型无关，但是实现则与模型
有关。预测控制是以计算机为实现手段的，因此其算法一般应为采样控制算法而
不是连续控制算法。顾名思义，预测控制应包含预测的原理。在传统的采样控制
中，有些算法也用到了预测的原理。
第二节 智能预测的方法
机器学习等技术近些年的快速发展，并在企业管理中的不断应用，为企业提
高预算预测精度提供了可能性。机器学习是人工智能模拟、延伸，甚至是超越人
类智能的主要途径，可以帮助管理人员深度挖掘海量数据，提高发现数据内在规
律的分析能力，它能够有效识别与预算目标相关的驱动因素，弥补传统管理和预
测工具的不足，充分挖掘和发挥大数据的信息价值，提高预算管理的水平。
随着机器学习算法的发展和普及，越来越多开源软件和成熟的算法平台为非
计算机专业的会计人员提供了学习智能技术的平台。当前面向预算预测所需的数
据、算力、算法等条件基本成熟，引入人工智能技术为预算管理提供科学的预测
工具变得必要且越来越可行。
数据预测是指基于大数据对事物发展趋势进行预先的估计。高效精确的数据
预测是正确决策的依据和保证，许多行业和领域都会涉及预测问题，例如：预测
某股票的未来价格，预测电力负荷变化趋势，预测某商品的未来销量以及行业趋
123
