เปรียบเทียบวิธี

	การปรับจูนแบบซีเกลอร์-นิโคลส์	การควบคุมเชิงพยากรณ์แบบจำลอง
สาขาวิชา	ทฤษฎีการควบคุม	ทฤษฎีการควบคุม
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1942	1978
ผู้ริเริ่ม	John G. Ziegler	Jacques Richalet
ประเภท	algorithm	algorithm
แหล่งต้นตำรับ	Ziegler, J. G., & Nichols, N. B. (1942). Optimum settings for automatic controllers. Transactions of the American Society of Mechanical Engineers, 64(8), 759-768.	Richalet, J., Rault, A., Testud, J., & Papon, J. (1978). Model predictive heuristic control. Automatica, 14(5), 413-428.
ชื่อเรียกอื่น	PID Tuning, Empirical Tuning Method	MPC, Receding Horizon Control
ที่เกี่ยวข้อง	2	5
สรุป	Ziegler-Nichols Tuning is a practical, model-free method for tuning PID controller gains empirically. Published in 1942, this pioneering method requires only measurement of the system's step response (or closed-loop oscillations), making it applicable to any system without prior identification. Ziegler-Nichols remains widely used in industry because it is simple, fast, and often produces reasonable initial tunings.	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.