الگوریتم های حل مسئله بهینه سازی:
اگر کنترل پیش بین مدل نامقید باشد، می توان به صورت تحلیلی مسئله بهینه سازی را حل کرد. کافی است که از تابع هزینه نسبت به متغیرهای تصمیم مشتق گرفته و ریشه مشتق را محاسبه کرد.
اما اگر تابع هزینه کنترل پیش بین مدل مقید باشد، اغلب از روش های تکراری برای بهینه سازی آن استفاده می کنند.
معروف ترین الگوریتم های بهینه سازی تکراری Interior-point، SQP و Active-Set هستند که در نرم افزار مهندسی متلب (MATLAB) در دستور fmincon گنجانده شده است.
نرم افزارهای تجاری نیز برای بهینه سازی تابع هزینه، هنگام پیاده سازی صنعتی کنترل پیش بین مدل وجود دارند که یکی از مهم ترین آنها تولباکس yalmip است که با استفاده از این نرم افزار بسیاری از مسائل بهینه سازی نامقید، مقید، خطی و غیرخطی قابل حل است.
انواع استراتژی های کنترل پیش بین مدل:
استراتژی های مختلفی برای کنترل پیش بین مدل ذکر شده اند که در همه آنها از سه اصل زیر استفاده می شود:
اما تفاوت آنها در موارد زیر است:
با توجه به این تفاوت ها، مهم ترین استراتژی های کنترل پیش بین مدل عبارتند از: