本講義では、実用的なアドバンスト制御方式で、制御の分野のみならず、学習理論の分野においても注目されているモデル予測制御 (Model Predictive Control:MPC) の基礎について平易に解説します。
　まず、制御対象は1入力1出力、離散時間線形システムとして、モデル予測制御の概要をいくつかの例題を使って説明します。次に、モデル予測制御の基本的な定式化を行います。まず、制約なし問題を考え、次に制約付き問題を取り扱います。そして、モデル予測制御問題の解法を与えます。最後に、モデル予測制御の鍵となる予測モデルについて、ステップ応答、伝達関数、状態空間表現を使ってまとめます。
　本講義を受講するためには、古典制御の基礎、そして離散時間システムの取り扱いを理解していることが望ましいですが、それらがなくても理解できるように説明したいと思います。本講義を受講することにより、モデル予測制御の基礎とその考え方を習得することができます。

1. はじめに
2. モデル予測制御の概要
   1. モデル予測制御のメインキャスト
   2. 簡単な例題を用いたモデル予測制御の理解
   3. 外乱とモデルの不確かさへの対処
3. モデル予測制御の基本的な定式化
   1. 状態空間モデル
   2. 基本的な定式化
   3. 制約つきモデル予測制御
   4. 予測
   5. 航空機モデルの例題
4. モデル予測制御問題の解法
   1. 制約なし問題
   2. 制約つき問題
   3. QP問題の解法
   4. 制約の緩和
5. ステップ応答と伝達関数を用いた定式化
   1. ステップ応答モデルとインパルス応答モデル
   2. 伝達関数モデル
   3. 状態空間モデルとの関係
6. まとめ