MPC 一定要用机器学习吗

直接回答：MPC 不是某种算法品牌的同义词。任何能预测未来状态并支持约束优化的模型都可以用于 MPC。

白箱模型依据物理方程，灰箱模型结合物理结构和参数辨识，黑箱模型从数据学习输入输出关系。三者都可以进入 MPC。

选择取决于数据量、可解释性、工况覆盖和维护能力。医疗、洁净和关键设备场景通常更看重约束与可追溯性。

所谓 AI 寻优可以采用机器学习预测，也可以采用物理仿真或混合模型。项目应说明实际方法，而不是用 AI 指代所有优化。

延伸阅读

文献依据与适用范围

下列文献用于约束本文的技术边界。文章为工程解读，不复制论文全文，也不把论文实验值换算成智枫昊元的项目承诺。

1. Theory and applications of HVAC control systems - A review of model predictive controlAfram, A.; Janabi-Sharifi, F. · Building and Environment · 2014综述 HVAC 控制方法和 MPC 应用，强调模型、预测时域、约束及计算成本。
2. All you need to know about model predictive control for buildingsDrgona, J.; Arroyo, J.; Cupeiro Figueroa, I.; et al. · Annual Reviews in Control · 2020从控制与建筑工程两个视角讨论建筑 MPC 的建模、优化、实施和运行问题。
3. Ten questions concerning model predictive control for energy efficient buildingsKillian, M.; Kozek, M. · Building and Environment · 2016用十个问题说明建筑 MPC 的价值、模型、预测、约束和落地条件。
4. A review of methods to match building energy simulation models to measured dataCoakley, D.; Raftery, P.; Keane, M. · Renewable and Sustainable Energy Reviews · 2014综述建筑能耗模型校准方法，强调不确定性、输入敏感性以及实测数据质量。

本问答提供通用技术判断，不替代项目设计、医疗感控、消防安全、设备厂家说明或正式测量验证。