เปรียบเทียบวิธี

	การทำให้เป็นเชิงเส้นด้วยผลป้อนกลับ	การควบคุมเชิงพยากรณ์แบบจำลอง
สาขาวิชา	ทฤษฎีการควบคุม	ทฤษฎีการควบคุม
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1983	1978
ผู้ริเริ่ม	Alberto Isidori	Jacques Richalet
ประเภท	algorithm	algorithm
แหล่งต้นตำรับ	Isidori, A. (1995). Nonlinear Control Systems (3rd ed.). Springer-Verlag.	Richalet, J., Rault, A., Testud, J., & Papon, J. (1978). Model predictive heuristic control. Automatica, 14(5), 413-428.
ชื่อเรียกอื่น	Exact Linearization, Nonlinear Feedback Control, Input-Output Linearization	MPC, Receding Horizon Control
ที่เกี่ยวข้อง	4	5
สรุป	Feedback Linearization is a nonlinear control technique that uses a nonlinear state-feedback transformation to convert a nonlinear system into a linear one, enabling the use of standard linear control methods. Developed by Isidori, Sontag, and others in the 1980s, feedback linearization is conceptually elegant and powerful: if the system satisfies certain structural conditions (relative degree, decoupling matrix rank), the nonlinearities can be exactly cancelled through feedback, reducing the problem to linear design.	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.