一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems

一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems

非线性系统预测控制已成为一个有着广阔前景的研究热点。预测控制的多步预测和滚动优化有克服建模误差影响的能力，使控制系统具有一定的鲁棒性。但研究表明,预测控制对模型失配的鲁棒性是有限的，仍需要一个较准确的预测模型-Nonlinear predictive control has become a research focus has broad prospects. Predictive control multi-step prediction and rolling optimization h