เปรียบเทียบวิธี

	การควบคุมแบบย้อนกลับ	การควบคุมเชิงพยากรณ์แบบจำลอง
สาขาวิชา	ทฤษฎีการควบคุม	ทฤษฎีการควบคุม
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1995	1978
ผู้ริเริ่ม	Miroslav Krstic	Jacques Richalet
ประเภท	algorithm	algorithm
แหล่งต้นตำรับ	Krstic, M., Kanellakopoulos, I., & Kokotovic, P. (1995). Nonlinear and Adaptive Control Design. John Wiley & Sons.	Richalet, J., Rault, A., Testud, J., & Papon, J. (1978). Model predictive heuristic control. Automatica, 14(5), 413-428.
ชื่อเรียกอื่น	Integrator Backstepping, Recursive Lyapunov Design	MPC, Receding Horizon Control
ที่เกี่ยวข้อง	3	5
สรุป	Backstepping is a systematic nonlinear control design method that decomposes a complex nonlinear system into simpler subsystems and designs a controller recursively, layer by layer, ensuring stability at each step. Developed by Krstic, Kanellakopoulos, and Kokotovic, backstepping enables control of nonlinear systems without requiring exact model knowledge or full state linearization, combining flexibility with guaranteed stability.	Model Predictive Control (MPC) is an advanced control strategy that uses an explicit process model to predict future system behavior over a finite horizon and solves an optimization problem at each control step. First formalized by Richalet et al. in 1978, MPC has become the dominant approach in process control industries, from chemical plants to autonomous vehicles, because it naturally handles constraints and can optimize multiple objectives simultaneously.