简介MPT3.2.1是Matlab环境下用于模型预测控制MPC与计算几何的知名开源工具箱2019年发布的稳定版适合从事控制系统设计、参数优化、多面体/Voronoi图分析以及数据驱动控制研究的工程师和科研人员。压缩包共2000余个文件以.m源码为主辅以.png示意图、.html帮助文档、.mexw64编译接口和.mdl/Simulink模型整体约13.61MB目录包含polyhedron、ltisystem等面向对象类文件和多个示例模块结构清晰便于按功能查阅。资源附带了帮助文档和丰富实例覆盖线性与非线性MPC、混合系统建模、约束处理以及几何对象操作等核心场景用户可借助示例快速理解函数调用方式并将机器学习模型嵌入MPC框架实现自适应控制提升系统鲁棒性。目前已有4072人学习适合希望系统掌握MPT3.2.1并快速落地到实际优化与控制项目的用户参考。1. Matlab 的 MPT 工具箱 3.2.1多面体、Voronoi 与显式控制还能靠它Matlab 的 MPT 工具箱Multi-Parametric Toolbox3.2.1 是 2019 年放出的稳定版论热度它不算新但一线做多面体计算、显式 MPC、Voronoi 分区这类几何活儿时老手还是愿意把它翻出来。这个版本把 H 表示、V 表示、投影、Minkowski 和这些底层操作封装成一套干净的 Polyhedron 对象写算法的人不用自己维护双描述库。机器学习场景里想显式画出分类边界、验证决策区域是否凸、或者给状态空间做分区查表它都比自己拼几何库省心得多。前提是跨过几个版本坑这篇就按“装好、跑通、踩坑、进阶”的顺序走一遍。2. 安装与环境配置从解压到跑出第一个多面体2.1 版本选型的两个关键理由先回答一个最实际的问题2019 年的东西为什么现在还要装MPT3 的底层核心是 Polyhedron 对象它把约简冗余约束、极点枚举、投影这些操作统一了。写控制律分区时一套代码能同时处理 2 维和 10 维的凸多面体这是自己在 Matlab 里用搜包函数很难做到的。选 3.2.1 而不是更早版本原因有两个。第一3.0 到 3.1 的接口变动比较大网上很多旧代码是基于 3.1 的直接粘到 3.0 会报错。3.2.1 是这几个版本的收敛点兼容性最好。第二这个版本自带帮助文档和 examples 目录离线就能照着跑不需要额外去翻在线手册。安装前最好确认一下 Matlab 版本。我个人的经验是 R2016b 到 R2020a 这区间最顺Matlab 官方在新版里对路径校验和图形引擎调整过几次R2022a 之后跑 MPT3 偶尔会出绘图警告后面避坑章会专门讲。还有一点不能忽略机器上如果装过 MPT2必须先彻底移除两个工具箱的路径会互相覆盖运行时会跳出大量看不清来路的重定义报错。2.2 安装步骤与路径清理解压后的目录结构一般是 mpt3-3.2.1/里面能看到 mpt3 主目录、help 目录和 examples 目录。常见做法是把它整个放到某一个 toolbox 根目录下然后用 addpath 加进去。注意一定要用 genpath因为 MPT3 内部是按子目录组织的只 addpath 根目录会漏掉大量函数。% 把 mpt3-3.2.1 解压后的路径改成你自己的实际目录 mpt_path D:\toolbox\mpt3-3.2.1; addpath(genpath(mpt_path)); savepath; % 初始化并验证 mpt_init; % 跑一个最小的多面体验证构造 [-1, 1] 区间 P Polyhedron(lb, -1, ub, 1); disp(P)这段里有三个点需要说明。addpath(genpath(...))是必须的MPT3 的类定义分散在 Polyhedron、PolyUnion 等目录里不加 genpath 会提示找不到类。savepath把路径保存下来避免下次启动 Matlab 还要重新加。mpt_init会尝试编译一部分 mex 文件这一步需要系统里有可用的 C 编译器如果没有编译器它会报错或卡住这时可以跳过它只保留 addpath绝大多数纯 Matlab 多面体运算照样能跑。跑通上面这段后再用一个二维例子看图形输出是否正常。这里我用四条半空间围出一个凸多边形。% 单位方形四条半空间的交集 A [1 0; -1 0; 0 1; 0 -1]; b [1; 1; 1; 1]; P Polyhedron(A, A, b, b); figure; P.plot(color, lightblue, alpha, 0.6); title(第一个 Polyhedron);A 矩阵的每一行代表一个半空间的法向量b 对应该半空间的常数项。这四条约束分别是 x1 1、-x1 1、x2 1、-x2 1合起来就是 [-1,1] x [-1,1] 这个方形。plot 里的 color 和 alpha 控制填充颜色和透明度alpha 调小一点能看到重叠区域的层次。这一步如果图形能正常弹出来环境基本就算通了。3. 多面体运算与调试Polyhedron 对象的正确打开方式3.1 H 表示、V 表示与最小化MPT3 里一个 Polyhedron 对象内部同时维护两种表示H 表示是半空间交集即 A*x bV 表示是顶点集合。两种表示各有适用场景。做交集、投影、切分时用 H 表示天然合适判断是否包含某个点时则更依赖 V 表示。平时写代码不需要手动切换对象会自动按需计算但对大规模问题了解怎么触发最小化能省很多内存。% 构造方形并用 V 属性取顶点 P Polyhedron(A, [1 0; -1 0; 0 1; 0 -1], b, [1;1;1;1]); V P.V H P.H % 清理冗余约束有的问题会带着大量无效约束进入计算 P.minHRep(); P.minVRep();V 属性返回的是顶点坐标矩阵H 属性返回的是 A 和 b 的紧凑结构。值得强调的是 minHRep 和 minVRep 的作用。用脚本批量生成约束时经常出现某个不等式其实是其他几条约束的组合保留这种冗余约束会让后续极点枚举和投影的耗时成倍上升。我处理高维问题前一定会先跑一次 minHRep 再进入运算。注意 minHRep 会修改对象本身返回值是修改后的对象不需要再赋值。3.2 交集、Minkowski 和与投影集合运算是 MPT3 最常用的功能。交集用 intersectMinkowski 和可以直接用加号投影用 projection。这三个操作对应的是控制分区里的三类场景加上状态约束、叠加扰动集合、把高维空间压到低维观察。% P1 是 [-1,1]^2 方形 P1 Polyhedron(A, [1 0; -1 0; 0 1; 0 -1], b, [1;1;1;1]); % P2 是条带 |x-y| 1.2 P2 Polyhedron(A, [1 -1; -1 1], b, [1.2; 1.2]); % 交集 Pinter P1.intersect(P2); figure; Pinter.plot(color, orange, alpha, 0.7); title(P1 与 P2 的交集); % Minkowski 和 Psum P1 P2; figure; Psum.plot(color, purple, alpha, 0.4); title(Minkowski 和);intersect 返回的是两个集合所有约束拼接后的交集结果。P2 这条条带和方形切掉两个角结果是一个六边形。Minkowski 和可以理解为把 P1 沿着 P2 的所有方向膨胀一圈缩放控制率和扰动范围叠加时经常用。需要注意 intersect 后的对象约束数会明显增多密集计算时建议立刻调用一次 minHRep。投影在 3 维及以上才有实际意义。比如把一个 3 维立方体往 x-y 平面压就能看到这个集合在某个方向上的可达范围。% 3D 单位立方体 [-1,1]^3 P3 Polyhedron(A, [eye(3); -eye(3)], b, ones(6,1)); % 投影到前两个维度 Pproj P3.projection(1:2); figure; Pproj.plot(color, green, alpha, 0.5);projection 的参数是保留的维度索引比如 [1 2] 表示保留第一第二维把第三维投影掉。这个操作在显式 MPC 里非常常见高维状态空间没法直接画图先投影到两个关键状态上观察分区形状能省掉很大一部分调试时间。3.3 用 Polyhedron 数组构建分区多个凸多面体组合在一起时MPT3 支持把对象拼成数组。这个特性在画分区图、统计区域数量时很顺手。% 把 [0,2]^2 方形沿对角线切成两块 P Polyhedron(lb, [0 0], ub, [2 2]); Pleft P.intersect(Polyhedron(A, [1 -1], b, 0)); % x - y 0 Pright P.intersect(Polyhedron(A, [-1 1], b, 0)); % y - x 0 % 拼成数组 R [Pleft Pright]; figure; R.plot(alpha, 0.4, edgecolor, k);数组用方括号横向拼接R(1) 是左半块R(2) 是右半块。plot 对数组会逐个绘制并自动配色。这里如果我们不加 edgecolor相邻两块共用边可能看不清边界线加上黑色边线就能直观检查分区是不是有缝、有没有重叠。我调试分区时第一步永远是画这个图肉眼能看出 90% 的问题。4. 避坑笔记MPT3 高频翻车点与排查思路4.1 安装与路径类问题坑 1运行代码时提示 Undefined function or variable Polyhedron。现象addpath 之后仍找不到类或者提示 MPT2 和 MPT3 的类重名。原因经常是之前装过 MPT2旧版本路径和 mpt3 路径同时在 path 里也可能只 addpath 了根目录。MPT2 的自定义类会直接覆盖 MPT3 的 Polyhedron 定义。解决先用 which 命令确认实际加载的是哪个路径。% 查看当前 mpt_init 来自哪个目录 which mpt_init % 如果指向旧路径用 rmpath 移除旧目录 rmpath(D:\toolbox\mpt2-2.6.3);移除旧路径后重新执行addpath(genpath(D:\toolbox\mpt3-3.2.1))再跑一次确认输出已经是 mpt3 路径。坑 2mpt_init 报错提示找不到支持编译器或长时间卡住。现象第一次运行 mpt_init 时Matlab 弹出 C 编译器配置窗口选好后仍报“No supported compiler”之类的错误。原因MPT3 会尝试编译一部分 mex 源文件Windows 上需要 MinGW-w64 等编译器Matlab 自带的 LCC 在新版本里不一定兼容。解决如果你不需要极致的计算速度直接跳过 mpt_init只保留 addpath。多面体对象本身是纯 Matlab 实现够用。如果确实需要编译先运行mex -setup配置好编译器再执行 mpt_init。我一般建议在一开始就不配置编译器等真用到某个报错的函数时再单独处理避免安装阶段就被卡住。坑 3工具箱放在带空格或中文的路径下运行时不定期出错。现象addpath 正常部分函数能跑一旦调 examples 目录里的脚本就报“Unable to find file”或 mex 加载失败。原因MPT3 里有一部分函数通过外部命令路径定位文件路径带空格或中文时拼接出错。解决把整个工具箱目录放到纯英文、无空格的路径下比如 D:\toolbox\mpt3-3.2.1。这个坑最隐蔽因为大部分函数不受影响只有特定脚本触发排查时容易忽略。4.2 数值计算与内存类问题坑 4高维多面体求 V 表示慢到无法接受。现象构造一个约束很多的 6 维多面体调用 P.V 后十几分钟没返回点一下暂停发现 CPU 打满。原因默认的极点枚举算法会把冗余约束一起放进计算约束数量多时组合爆炸。解决先清理冗余约束再取顶点。P Polyhedron(A, A, b, b); P.minHRep(); % 去掉冗余约束 V P.V; % 再枚举顶点如果清理后还是很慢可以把问题拆成多个低维子问题分别处理或者考虑是否真的需要 V 表示很多场景用 contains 和 chebyCenter 就能解决不需要枚举顶点。坑 5两个多面体 intersect 之后 volume 为 0或者 isEmptySet 结果与图形显示不一致。现象图上明显有重叠区域但 Pinter.volume() 返回 0contains 判断也出现反直觉结果。原因数值误差导致边界约束略微错开交集变成一个极薄的区域体积近似为 0。解决在交集后检查数值容差相关的属性并调用 minHRep 规范化。遇到这种问题我会先用 chebyCenter 求最大内切球的圆心和半径如果半径非常小说明交集确实是病态的需要检查原始约束的精度。这个检查逻辑放在分区调试里能在早期拦住很多问题。5. Voronoi 分区与机器学习场景的延伸5.1 用半空间交集自己构造 Voronoi 胞腔MPT 工具箱和 Voronoi 图的关系比很多人想象的要更直接。机器学习里做最近邻分类时决策边界就是训练样本的 Voronoi 分区显式 MPC 里状态空间的分区本质上也是某种 Voronoi 结构。手里有 MPT3就可以把 Voronoi 图从“一张图”变成“一组 Polyhedron 对象”进而做体积计算、交集判断、安全检查。不管工具箱内部有没有封装现成的 Voronoi 接口用半空间交集构造胞腔是标准做法而且和 Polyhedron 对象天然契合。给定一组中心点每个胞腔可以表示为所有垂直平分面半空间的交集。下面这段函数可以直接保存为 poly_voronoi.m 使用。function V poly_voronoi(pts, bounds) % 用 H 表示构造二维平面上的 Voronoi 胞腔 % pts : n×2 的中心点坐标 % bounds : [xmin xmax ymin ymax]截断无界胞腔 n size(pts, 1); cells cell(1, n); for i 1:n A []; b []; for j 1:n if i j continue; end % 垂直平分半空间||x-p_i||^2 ||x-p_j||^2 % 等价于 (p_j-p_i)x (||p_j||^2-||p_i||^2)/2 d pts(j,:) - pts(i,:); A [A; d]; b [b; (pts(j,:)*pts(j,:) - pts(i,:)*pts(i,:))/2]; end % 加外围边界框避免无界胞腔 A [A; 1 0; -1 0; 0 1; 0 -1]; b [b; bounds(2); -bounds(1); bounds(4); -bounds(3)]; cells{i} Polyhedron(A, A, b, b); end V [cells{:}]; end这个函数的核心思想是每个胞腔是 n-1 个半空间的交集。垂直平分约束的推导是x 到 p_i 的距离不超过到 p_j 的距离展开消去平方项就得到线性不等式。添加边界框是为了截断靠外侧的无界胞腔否则 plot 时会出现 NaN 或者画不出闭合区域。调用方式如下。rng(42); pts rand(12, 2) * 10; bounds [0 10 0 10]; V poly_voronoi(pts, bounds); figure; V.plot(alpha, 0.3, edgecolor, k); title(12 个胞腔的 Voronoi 分区);V 是一个 Polyhedron 数组V(1) 到 V(12) 对应 12 个中心点的区域。画出来后应该能直观看到每个胞腔都是凸多边形相邻胞腔共享完整的一条边。这里有个细节如果两个中心点距离较近对应的垂直平分线会切出一个很窄的胞腔plot 时可能显示为一条细长条这是正常的不需要额外处理。5.2 查询点落在哪个胞腔分区查找表有了 Polyhedron 数组最常见的操作是给定一个查询点判断它落在哪个胞腔。这在分类和查找表控制里都是核心步骤。xq [5.2 5.8]; in zeros(1, numel(V)); for i 1:numel(V) in(i) V(i).contains(xq); end rid find(in); fprintf(查询点落在第 %d 个胞腔\n, rid);contains 方法可以一次传入多个点也可以传入单点。这里对每个胞腔逐个判断找到后记录编号。如果查询点恰好落在两个胞腔的公共边界上contains 可能同时返回多个 true实际使用时要约定一个优先级比如取编号最小的那个。另一个更快的替代方案是用各胞腔的中心点做最近邻搜索但对边界上的点容易和 contains 结果不一致我做查找表时会先用 contains 筛选再用最近邻兜底。5.3 机器学习里用 Voronoi 检查分类决策边界把 Voronoi 分区和机器学习结合优势是可以对决策边界做显式的几何验证。比如某二分类问题用最近邻分类器决策边界就是两类样本点之间的 Voronoi 边界面。想知道某个区域是否容易被误分类直接计算该区域与异类胞腔交集的体积占比即可。% 假设前 6 个胞腔属于类别 A后 6 个属于类别 B classA V(1:6); classB V(7:12); % 挑一个类别 B 的胞腔看它被类别 A 胞腔覆盖了多少 Ptest classB(1); overlapVolume 0; for i 1:numel(classA) Poverlap Ptest.intersect(classA(i)); if ~Poverlap.isEmptySet() overlapVolume overlapVolume Poverlap.volume(); end end PtestVol Ptest.volume(); fprintf(误分类区域占比 %.2f%%\n, overlapVolume / PtestVol * 100);这套逻辑用 MPT3 实现起来非常直接交集体积除以胞腔体积就是误分类风险的量化指标。换成自己写几何库光是处理多边形求交就够折腾半天。这也是我愿意在机器学习相关的几何验证里继续用 MPT3 的原因它把最难的底层几何细节屏蔽掉了。6. 进阶技巧把分区导出成查找函数Voronoi 分区或显式 MPC 分区算完后最终要落到实际运行环境里。直接把 Polyhedron 对象带进产品代码不现实常见做法是把分区导出成一个纯 if-else 查找函数并和建模工具对比验证。% 把 Voronoi 分区表导出为查找函数 vor_lookup.m fid fopen(vor_lookup.m, w); fprintf(fid, function id vor_lookup(x1, x2)\n); for i 1:numel(V) A V(i).A; b V(i).b; fprintf(fid, if all([%s] * [x1; x2] [%s]), id %d; return; end\n, ... num2str(A), num2str(b), i); end fprintf(fid, id -1;\nend\n); fclose(fid); % 验证导出结果 id1 vor_lookup(5.2, 5.8); id2 find(cellfun((P) P.contains([5.2 5.8]), num2cell(V))); fprintf(导出函数: %d, 原对象: %d\n, id1, id2);生成函数里这一行all([A] * [x1; x2] [b])只有当前点满足该胞腔的所有半空间约束时all 才返回 true然后立刻 return。这样实际运行时只需要做矩阵乘法和比较不依赖任何工具箱。验证那一步是用原对象和导出函数分别得到编号两个值一致说明导出无误。从那以后我每次处理分区问题都会强制走一遍这套流程先建出全部 Polyhedron 对象然后 minHRep 清理一遍再用 isEmptySet 和 chebyCenter 做健康检查最后才进入可视化或导出。这个过程看起来多花几分钟但能把一大批边界问题和数值问题挡在早期。希望帮到你。本文还有配套的精品资源点击获取