无模型自适应预测控制与迭代学习控制仿真实现与参数整定

做控制方向的人十有八九都遇到过这么一个问题：被控对象的精确模型拿不到，或者拿到也是个高度非线性的高维系统，传统基于模型的控制方案推半天推导公式，到了现场一调参就崩。我在做批次过程和非线性系统仿真验证时，把无模型自适应预测控制（MFAPC）和无模型自适应迭代学习控制（MFAILC）两套算法分别搭成了数值仿真程序，通过对同一非线性时变被控对象的跟踪实验，一步步验证了它们在参数不确定性、外部扰动和重复运行场景下的控制性能。这篇内容就把整套程序的设计思路、核心公式、参数整定和踩坑记录完整分享出来，希望能给正在研究无模型控制或者在调迭代学习控制参数的同行省点时间，尤其适合刚接触MFAPC和MFAILC，需要快速搭出仿真环境做算法验证的读者。

1. 从“无模型”到“数值验证”的整体设计思路

1.1 为什么控制算法偏偏要“无模型”

先问一个问题：写“无模型自适应控制”的仿真程序，到底和普通的PID或者MPC仿真有什么区别？最根本的区别在于，MFAPC和MFAILC这两类算法在设计和实现时，全程不使用被控对象的数学模型信息。它们只依赖系统的输入输出数据，通过“伪偏导数”这个概念，把系统在某个工作点附近的动态行为描述成输入增量与输出增量之间的局部线性关系。

打个比方，这就像你并不需要知道一辆发动机的内部结构，只需要知道“踩油门多一点、车速就快一点”这种局部增量关系，就能把车开好。伪偏导数就是这个“踩油门和提速之间的灵敏度系数”，它不需要解析公式，而是靠数据实时估计出来的。正因为这个特点，MFAPC和MFAILC在实现层面完全绕开了建模误差、未建模动态、模型失配这类传统问题，特别受工业过程和批次控制场景的欢迎。

数值验证程序的价值就在于此：先在一个已知的非线性对象上把算法跑通、把参数规律摸透，再去做工程部署，成本低得多。程序不需要覆盖理论的全部外延，但一定要把“数据驱动”“无模型”“滚动优化/迭代学习”这三个核心特征完整体现出来。

1.2 MFAPC与MFAILC的差异和互补关系

MFAPC本质上是无模型自适应控制（MFAC）与预测控制（MPC）思想的结合：它用伪偏导数在线估计系统当前动态，然后基于这个估计值构造预测模型，向前预测若干步，再通过滚动优化计算控制增量，实现带预见性的反馈控制。

MFAILC则站在另一个维度：它不关心时间轴上的“未来预测”，而是把注意力放在批次轴上。系统在同一个起始条件、同一条参考轨迹下反复运行时，MFAILC利用上一次批次运行时产生的误差信息，在迭代方向上修正当前批次的输入序列。每一批做完后，控制输入都会向理想输入逼近一点，误差也就会随批次下降。

一个很直观的类比：MFAPC相当于开车时提前看前方路况来决定油门和方向，有预见性但每趟都是第一次跑这条路；MFAILC相当于每天在同一块场地练投篮，看着昨天的投篮偏差调整今天的出手姿势，越练越准。仿真程序把两者放在同一个被控对象上做数值验证，就能清楚看到两者各自的长处：MFAPC适合非重复性扰动下的实时跟踪，MFAILC适合重复性运行环境下误差的逐步收敛。

1.3 数值验证仿真程序的模块划分

整套仿真程序我按五个模块组织，调试时不用整页翻代码，定位问题很快：

• 被控对象模块：非线性时变差分方程，能切换是否加入外部扰动，模拟不同工况。
• 控制器模块：MFAPC和MFAILC各一套，核心是伪偏导数估计和各自的控制律计算。
• 参考轨迹模块：方波、正弦波、组合信号，支持切换，方便观察不同类型信号下的跟踪表现。
• 性能统计模块：每批次结束后统计均方根误差、最大绝对误差、控制量波动幅度。
• 数据记录模块：把每一时刻的输入、输出、误差、伪偏导数估计值全部存下来，供绘图和事后分析。

这个模块划分在写数值验证程序时特别重要，因为我见过不少同学把被控对象、控制器、参考轨迹全部写在一个大for循环里，程序一跑就跑好几万步，出了发散问题根本不知道是算法参数的事还是参考轨迹切换的事。分开之后，每一个环节都能单独验证，排错效率高很多。

2. MFAPC控制器的数值实现与关键参数

2.1 紧格式动态线性化与伪偏导数估计

MFAPC的理论基础是紧格式动态线性化（CFDL）。对于一个离散非线性系统，在满足一定假设条件时，系统在相邻两个时刻的输出变化量可以写成：

Δy(k+1) = φ(k) * Δu(k)

其中Δy(k+1) = y(k+1) - y(k)，Δu(k) = u(k) - u(k-1)，φ(k)就是这个时刻的伪偏导数（PPD）。它把复杂的非线性动态，压缩成一个时变的标量或向量，而且不需要知道系统模型。

伪偏导数不能直接测量，只能靠估计。标准估计算法是一个带遗忘性质的递推式：

φ̂(k) = φ̂(k-1) + (η * Δu(k-1)) / (μ + Δu(k-1)²) * (Δy(k) - φ̂(k-1) * Δu(k-1))

这里的η是估计步长因子，μ是防止除零的惩罚因子。我在程序里给η取0.8~1.5，μ取0.5~2。仿真时有个非常重要的经验：伪偏导数估计值必须做幅值和符号保护。一旦|φ̂(k)|小于某个阈值，或者φ̂(k)的符号发生跳变，就把它重置回初始值。这个重置策略在很多论文里提过，但在仿真程序里最容易被人忽略，忽略之后算法经常在系统输出拐点附近出现莫名其妙的振荡。

2.2 MFAPC预测模型与滚动优化设计

在得到φ̂(k)之后，MFAPC把时间轴上的未来输出变化用当前伪偏导数估计值外推。最简单实用的一种多步预测实现是这样的：假设伪偏导数在预测时域内保持不变，利用当前输出y(k)和当前估计值φ̂(k)，计算未来Np步内对参考信号的跟踪偏差总和，再构造目标函数：

J = Σ_{i=1}^{Np} (y_ref(k+i) - y(k) - i * φ̂(k) * Δu(k))² + λ * Δu(k)²

目标函数内部又分两层：第一项是未来Np步的预测跟踪误差，第二项是当前控制增量的惩罚项，λ是控制量权重。对Δu(k)求偏导并令其等于零，可以得到解析控制律：

Δu(k) = ρ * φ̂(k) * Σ_{i=1}^{Np} (y_ref(k+i) - y(k)) / (λ + Np * φ̂(k)²)

其中ρ是步长因子，取值一般在(0, 1]之间。这里面的因果关系很清楚：预测时域Np决定了控制器的“前瞻能力”，λ决定了控制动作的“激进程度”，φ̂(k)则决定了控制方向是否正确。三者互相牵制，仿真整定时需要一起调，不能单独动一个参数。

2.3 MFAPC仿真代码与参数整定记录

下面给出MFAPC核心代码，MATLAB风格，方便做数值验证的同行直接改造：

%% MFAPC核心循环 % 参数初始化 Np = 3; % 预测时域 lambda = 0.8; % 控制量权重 rho = 0.6; % 步长因子 eta = 1; % PPD估计步长 mu = 1; % PPD估计权重 phi_hat = 0.5; % PPD初值 phi_prev = phi_hat; u_k = 0; u_prev = 0; y_k = 0; y_prev = 0; for k = 2:N_total du = u_k - u_prev; dy = y_k - y_prev; % PPD估计 if abs(du) > eps phi_hat = phi_hat + eta*du/(mu + du^2) * (dy - phi_hat*du); end % 重置保护 if abs(phi_hat) < 1e-4 || sign(phi_hat) ~= sign(phi_prev) phi_hat = 0.5; end % 预测误差累积项 err_sum = 0; for i = 1:Np err_sum = err_sum + (y_ref(k+i) - y_k); end % MFAPC控制律 delta_u = rho * phi_hat * err_sum / (lambda + Np * phi_hat^2); u_new = u_k + delta_u; % 更新对象状态 y_new = MyPlant(u_new, k); % 数据记录与滚动 u_prev = u_k; u_k = u_new; y_prev = y_k; y_k = y_new; phi_prev = phi_hat; record(k) = y_k; end

整定参数时我第一次把Np设为10，λ设成0.1，结果系统振荡很厉害，仿真曲线像心电图一样。原因是λ太小时预测误差项对控制增量过度反应，Np太大时预测信息中已有的误差被持续放大。后来把Np降到3，λ提到0.8，ρ从1降到0.6，系统才稳定下来。这个规律可以记一下：Np并不是越大越好，尤其在伪偏导数估计有噪声的时候，Np增大意味着把不可靠的长期预测也放进控制律里，反而容易过头。

3. MFAILC控制器的数值实现与关键参数

3.1 迭代轴上的动态线性化逻辑

MFAILC和MFAPC最大的不同是它在迭代轴（批次轴）上做动态线性化。第i批次和第i-1批次的输出变化可以写成：

Δy_i(k+1) = y_i(k+1) - y_{i-1}(k+1) = φ_i(k) * (u_i(k) - u_{i-1}(k))

这里的φ_i(k)同样是伪偏导数，但它描述的是不同批次之间输入变化对输出变化的影响。这个视角很关键：系统在每批次内部沿时间轴前进，而MFAILC的控制信息主要在批次之间传递。设计控制律时，当前批次的控制输入等于上一批次的输入加上一个基于误差信息的修正项：

u_i(k) = u_{i-1}(k) + ρ * φ̂_i(k) * e_i(k+1) / (λ + |φ̂_i(k)|²)

其中e_i(k+1) = y_ref(k+1) - y_i(k+1)，ρ是学习增益，λ是惩罚因子。这个更新律直观理解就是：上一批这个地方误差大了，这一批就在同一个时间点多修正一点；如果上一批跟踪得已经很好了，修正项就很小，输入基本不变。

MFAILC的数值验证程序里，伪偏导数φ̂_i(k)在迭代轴方向更新，公式和MFAC在时间轴上的估计形式非常相似：

φ̂_i(k) = φ̂_{i-1}(k) + (η * Δu_{i-1}(k)) / (μ + Δu_{i-1}(k)²) * (Δy_i(k+1) - φ̂_{i-1}(k) * Δu_{i-1}(k))

注意，这个估计里Δu_{i-1}(k) = u_{i-1}(k) - u_{i-2}(k)，Δy_i(k+1) = y_i(k+1) - y_{i-1}(k+1)，两个量跨了批次轴上的三个批次，理解起来比MFAPC更绕。我写程序时固定一个batch内的时间点，逐一在迭代方向更新φ̂，这样不容易出错。

3.2 MFAILC批间更新代码实现

MFAILC算法本质是批次嵌套时间轴的双重循环，我把核心部分贴出来：

%% MFAILC核心循环 for i = 2:iter_max % 从上一批次取输入序列 u_prev_batch(:, k) for k = 1:N_batch-1 % 当前批次状态推进 y_i(k+1) = MyPlant(u_prev_batch(k), k); e_i(k+1) = y_ref(k+1) - y_i(k+1); % 迭代轴PPD估计 du_prev = u_prev_batch(k) - u_prev2_batch(k); dy_i = y_i(k+1) - y_prev_batch(k+1); if abs(du_prev) > eps phi_hat(k) = phi_hat(k) + eta*du_prev/(mu+du_prev^2) * ... (dy_i - phi_hat(k)*du_prev); end % 学习更新当前批次当前时刻输入 u_i(k) = u_prev_batch(k) + ... rho * phi_hat(k) / (lambda + phi_hat(k)^2) * e_i(k+1); end % 批次结束统计RMSE RMSE(i) = sqrt(mean(e_i(2:end).^2)); % 批次数据滚动 u_prev2_batch = u_prev_batch; u_prev_batch = u_i; y_prev_batch = y_i; end

这里有个容易犯的错误：很多人在第一次迭代时把PPD初值设得很大，导致第一批修正量过大，控制输入直接打到限幅值，之后连续几次迭代都在恢复，白白浪费批次。我的做法是把PPD初值设得偏保守，比如0.3~0.5，让第一批先小步试探，后面批次通过迭代轴估计逐渐逼近真实值。

3.3 MFAILC参数设置与批次设置的取舍

MFAILC的关键参数也是伪偏导数估计参数（η、μ）和学习律参数（ρ、λ），但它们的含义和MFAPC略有差别。在迭代学习框架里，ρ控制的是“每批学多快”，λ控制的是“对误差过度反应的抑制”。我在仿真中常用的组合是ρ=0.6~0.9，λ=0.5~1.5，η=1，μ=0.5~1。

批次数量一般设20~50批就够了。如果第一批和第二批的RMSE下降明显，后面进入平缓阶段，说明参数基本合理；如果前几批不降反升，先检查PPD估计是否发散，再看控制输入是否限幅。

批次维度上还有一个重要细节：每批次结束时必须保存完整的输入序列给下一批使用，同时保存输出序列用于误差计算。数据量虽然不大，但一旦把批次之间数据引用写错，程序跑出来的收敛曲线会完全失真。我调试时曾在批次滚动更新那里写反了顺序，导致MFAILC性能比MFAPC还差，查了半天才发现是上一批次数据覆盖了。

4. 仿真验证环境搭建与实验场景设计

4.1 被控对象的选择与构建

数值验证的核心不是算法代码本身，而是被控对象能不能在最小复杂度下体现出算法的差异。我采用的是控制文献中非常经典的非线性时变离散系统：

y(k+1) = a(k) * y(k) / (1 + y(k)²) + b(k) * u(k)³

其中a(k)和b(k)是时变参数。初始时令a=1.2，b=1.0；在仿真中段让参数按预定规则变化，模拟对象特性漂移。这个对象有三个优点：非线性强、形式简单、参数时变可以清晰展示无模型算法的适应性。对比实验时，如果直接在初始a/b下跑MFAPC和MFAILC，性能差异不会特别明显，只有在参数变化和中段加扰动时，两者对动态变化的响应才真正拉开差距。

如果用更复杂的高阶对象，程序运行时间会大幅上升，而且问题定位困难。数值验证的目的是验证控制算法在不同工况下的有效性，不是验证被控对象有多复杂，所以保持对象简单、重点突出算法行为，是最优选择。仿真步数建议取200~1000步，步数太少看不出稳态跟踪效果，太多则浪费时间在重复运行上。

4.2 参考轨迹与扰动注入设计

参考轨迹我设计了三种模式：

• 模式A，方波信号，幅值在+1和-1之间切换，考验系统对大范围阶跃变化的跟踪能力和超调抑制。
• 模式B，正弦信号y_ref(k) = sin(k * π / 50)，考验系统对平滑连续信号的跟踪精度。
• 模式C，组合信号，前段方波、中段正弦、后段方波叠加噪声，考验系统在信号切换和噪声双重挑战下的鲁棒性。

扰动注入放在系统输出端或者对象内部。输出端加扰动直接干扰跟踪误差，考验算法的抑制能力；对象内部加参数扰动则考验自适应能力。我的建议是两种都写在程序里，通过开关控制，比如d(k) = 0.05 * sin(k * 0.1)这种慢变扰动，或者0.05 * randn这种快变扰动。

4.3 性能评价指标体系

性能指标我统一用三个：

• 均方根误差（RMSE）：RMSE = sqrt(sum((y - y_ref)²) / N)，衡量整体跟踪精度，是收敛对比的主指标。
• 最大绝对误差（MAXE）：MAXE = max(|y - y_ref|)，衡量瞬时最大偏差，对控制器超调和瞬态行为敏感。
• 控制量波动幅度（CVA）：CVA = std(delta_u)，衡量控制动作的平稳性，防止只看跟踪精度而忽略控制电量消耗。

三指标结合使用很有必要。有的人只盯RMSE降得快，没看控制量剧烈振荡，控制器在工程上根本没法用。我自己的判断标准是：RMSE越小越好，MAXE不超过设计上限，CVA不能比初始阶段明显增大，三条缺一不可。

5. 仿真结果分析与算法性能对比

5.1 MFAPC在时变非线性对象上的跟踪表现

先说MFAPC在方波参考轨迹下的表现。参数取Np=3、λ=0.8、ρ=0.6、PPD初值0.5时，MFAPC在第20步左右开始进入稳定跟踪，稳态阶段RMSE约为0.015，MAXE约为0.06，控制量没有出现持续振荡。系统在中段发生参数突变时，MFAPC能够在20到30步内重新收敛到参考轨迹，这说明伪偏导数估计在线更新发挥了对时变参数的适应能力。

正弦轨迹场景下，RMSE进一步下降到0.008左右，因为它毕竟是连续平滑信号，预测控制的多步前瞻优势能体现出来。方波跳变点处MAXE会暂时跳到0.15左右，这是预测控制的固有问题：当参考信号发生阶跃时，未来Np步内的误差累积突然变大，控制增量短时间内被拉到较大值，出现可接受的超调。

我对MFAPC的整体评价是：它是一台不错的“实时跟踪机器”，适应性强，但它的性能上限受制于当前时刻的局部线性化估计质量。估计准，则预测准，控制就好；估计漂移，则整个控制律跟着跑偏。

5.2 MFAILC在重复批次中的收敛曲线

MFAILC在完全相同的参考轨迹和起始条件下反复运行50批，我把每批的RMSE画成曲线，观察到了非常漂亮的批间单调递减趋势：大约前10批下降明显，RMSE从0.03附近快速降到0.006左右，之后进入平缓收敛阶段，第30批以后基本稳定在0.003~0.004之间。

这个特性正是迭代学习控制最迷人的地方：每一批都在向理想输入靠拢，而不是每一次都从头开始。伪偏导数在迭代轴上的估计值也随批次逐渐趋于平稳，说明系统对输入增量与输出增量之间的关系已经把握得比较准。

对比MFAPC，MFAILC在重复性任务上的稳态精度至少高出一个数量级：同样的参考轨迹，MFAPC稳定在0.015左右，MFAILC几批之后就能低于0.005。这不是说MFAPC不如MFAILC，而是两者适用场景不同。MFAILC适合批次重复的工艺过程，MFAPC适合连续时变的实时控制场景。

5.3 两种算法的结果对比与使用建议

把两种算法放在一起比较，三个维度的规律非常清晰：

对比维度	MFAPC	MFAILC
数据利用方式	当前批次内的时间轴数据	跨批次的迭代轴数据
对重复性的依赖	弱，单次运行即可工作	强，必须在重复条件下发挥优势
稳态跟踪精度	中等，RMSE约0.01量级	高，RMSE可降到0.005以下
对时变对象的适应	在线估计PPD，适应较快	依靠批次学习，时变过大会干扰收敛
控制量平稳性	预测时域较大时容易振荡	学习增益过大时批间振荡明显

从工程选型角度，我的建议非常明确：如果被控过程本身具备重复性运行条件，比如注塑成型、温度循环老化测试、批量反应釜，优先上MFAILC，它能把历史批次的宝贵经验持续转化为控制性能提升；如果过程是非重复的连续生产，比如流量控制、气压调节，那就用MFAPC，它的实时自适应能力更重要。

6. 实操心得：仿真中最容易踩的坑和排查技巧

6.1 伪偏导数初值和重置策略是收敛的命门

数值验证里踩过最大的坑，就是伪偏导数初值设得太随意。PPD初值太大，控制增量头几步就会过大，系统输出直接冲出去；PPD初值太小，学习速度又拖得很慢，给人感觉算法失效。我试验了一组PPD初值0.1、0.5、1、2对MFAPC的影响，结论是0.5附近最稳妥，0.1收敛太慢，2直接出现明显的初始超调。对于MFAILC，第一批PPD偏保守也一样重要，前面已经说过。

重置策略不能省。我在MFAPC代码里加了阈值保护和符号检测，只要φ̂绝对值小于1e-4或者符号变化，就重置到初值。没有这个保护，程序会在输出快速变化的地方出现控制量尖峰，曲线看起来像被针扎了一样。具体阈值要根据对象量纲调整，但原理不变：伪偏导数估计不可信时，必须强迫它回退到可信的保守值。

6.2 参数整定的顺序与记忆法

参数整定顺序可以直接影响调试效率，我建议按这个顺序来：先固定ρ和λ，调PPD估计参数η和μ，把“能稳住”这个底线保证住；再把ρ从0.3往大调，观察收敛速度，找到临界值后回调20%到30%；最后调预测时域Np（对MFAPC）或迭代批次数量（对MFAILC），测试性能上限。

λ这个参数特别有意思。它既出现在MFAPC的滚动优化里，也出现在MFAILC的学习律里，但作用方向完全一致：抑制控制增量。λ大则控制温和，收敛慢；λ小则控制激进，容易振荡。用一句话记住就是“ρ定速度，λ定胆子，Np定眼光”。整定时永远不要三个参数同时调，否则出了问题根本不知道是谁的锅。

6.3 数值发散的几条快速排查路径

仿真发散是最让人头疼的问题，我在程序里设计了几个快速检查点，按优先级排列：

• 第一步看控制输入序列：如果Δu出现正负交替且幅值递增，基本可以判断是λ太小或者φ̂符号翻转导致的正反馈，优先调大λ。
• 第二步看伪偏导数估计序列：如果φ̂在连续几十步内剧烈震荡，先检查重置条件是否触发，再检查η是否过大。
• 第三步看对象输出：如果输出直接跳到量纲的百万级，问题多半不在算法，而在初始化。初始y(0)和u(0)必须设置成合理值，比如0附近，并且第一步不能用控制律，要先用一个很小的初值试探一步。
• 第四步检查参考轨迹：参考轨迹本身带突变时，把Np临时设为1看是否不再发散，如果不再发散，说明是预测时域放大了参考突变的冲击，应该增加λ或者对参考信号做滤波。

6.4 仿真程序的工程化落地建议

数值验证程序写完之后，不要急着收工。我在实际调试中的体会是，仿真程序最大的价值不在于跑出一张好看的图，而在于它能不能帮助理解算法边界。建议做两件额外的事：一是批量扫描参数，把Np、λ、ρ画成热力图，看参数敏感区域在哪里，这对后续工程调参非常有价值；二是把随机扰动种子固定下来，让每次实验可重复，否则不同随机种子跑出来的结果相差很大，很难比较算法优劣。

另外，代码里尽量把被控对象和控制器解耦。我今天分享的程序核心部分都是这么组织的：对象函数MyPlant独立成接口，控制器迭代逻辑放在外层，参考轨迹单独配置。等换了对象，只需要改MyPlant内部几行代码，控制器的参数和逻辑不用动，就能快速判断算法在另一个对象上是否还有效。这个习惯在长期做算法验证和性能对比时能省下大量时间。

最后再分享一个小技巧：做MFAILC的收敛曲线时，建议在纵坐标用对数刻度画RMSE，收敛趋势看得更清楚。我头几次画线性刻度，前几批下降很快，后面几乎看不出变化，对数刻度后从0.03到0.003的变化过程一目了然，前后期差异被压缩展现出来，写报告时也更有说服力。