Model Predictive Control（MPC）是一种先进的控制策略，它在工业控制领域得到了广泛的应用。MPC的显著特点是在每一个控制步骤中，都能够优化未来一段时期的系统行为，这种优化是通过预测系统未来行为并对其进行动态调整实现的。
MPC系统设计与实现的主要步骤包括建立一个数学模型来描述系统的动态行为，然后在每一个控制周期内，根据当前的系统状态和预定的控制目标，利用优化算法来计算出最优的控制输入。这个控制输入在未来的一段时间内实施，直到下一个控制周期的到来。MPC通常需要解决一个在线优化问题，这涉及到优化算法和实时计算能力。
在设计MPC系统时，需要考虑到模型的准确性、系统的可控性与可观测性、约束条件的处理、预测时域的设定、控制时域的设定、目标函数的设计等多个方面。模型的准确性直接关系到预测的可靠性，而系统的可控性与可观测性是保证系统稳定运行的基础。同时，MPC系统需要考虑各种实际约束，如输入输出的物理限制、安全限制等。预测时域和控制时域的设定，关系到优化问题的复杂度和控制效果。目标函数的设计则体现了控制的目的，通常会涉及到跟踪误差、控制输入变化的平滑度等因素。
在实际应用中，MPC通常需要借助计算机软件进行实现。MATLAB作为一个功能强大的数学计算软件，提供了丰富的工具箱支持，特别适合进行MPC算法的开发和仿真。MATLAB提供的MPC工具箱，内置了多种模型预测控制策略和工具，使得设计者可以方便地创建模型、设计控制器、进行模拟仿真以及生成实时代码。
标题中提到的"Model_Predictive_Control_System_Design_and_Implementation_Using_MATLAB_2009"，很可能是2009年发布的关于使用MATLAB软件设计和实现模型预测控制系统的指南或教程书籍。这本书籍可能详细介绍了如何使用MATLAB环境来构建MPC系统，包括模型的建立、优化算法的应用、模拟仿真、以及最终的控制策略部署等。
描述中提到的“讲解Model Predictive Control，并配有MATLAB程序，实例丰富，易于理解学习”，意味着这本书不仅提供了理论知识的解释，更重要的是通过MATLAB程序实例的展示，帮助读者更好地理解和掌握模型预测控制的设计和实现过程。丰富的实例有助于读者将理论与实践相结合，加深对MPC原理和应用的认识。
根据标签"MPC MATLAB"，可以推断这本书的内容主要集中在如何利用MATLAB这一工具来实现模型预测控制策略。这可能包括对MATLAB中MPC工具箱的介绍、如何编写程序代码、如何设置控制参数、如何解释仿真结果等方面。
部分列出的书籍和文章标题，表明了该书是"Advances in Industrial Control"系列的一部分，这个系列中包含了许多关于工业控制领域先进技术和应用的书籍。比如，书中可能提及的《Digital Controller Implementation and Fragility》和《Optimisation of Industrial Processes at Supervisory Level》等，都是与MPC相关的工业控制系统的设计、实现及优化方面的主题。而这些书籍中描述的控制策略、系统建模、优化算法等，都可能与MPC有所交叉和联系，为MPC的设计与实现提供了丰富的理论与技术支持。
整体而言，这本书是一本集理论与实践于一体的MPC系统设计和实现指南，特别适合那些希望学习如何在MATLAB环境下设计和实现模型预测控制系统的读者。通过阅读这本书，读者不仅能够掌握MPC的基本原理，还能够学会如何使用MATLAB这一强大的工具，将MPC理论应用于实际的控制系统设计中。
