近几年来，针对基于模型的非线性多变量系统，Grimble和他的团队设计出一系列被称为非线性广义最小方差(NGMV)的控制器。在这些设计中，系统结构以及控制标准都是经过选择以使得控制器的结构简化。当系统是线性的，NGMV控制问题就转化为GMV控制问题。假设参考及干扰子系统均为线性系统，而系统模型可以包含非常一般的非线性项，例如状态依赖的状态空间模型，传递函数，神经网络，甚至是非线性查找表。NGMV控制律对系统模型要求不高，一般假设系统模型可以分解为:时滞项，一个稳定的非线性子系统，一个可以用多项式矩阵或者状态方程描述的线性子系统，在线性子系统中可包含不稳定元素。多项式版本的NGMV控制律由Grimble最先提出。后来，又提出了NGMV控制律的基本型介绍一个更加具有普遍意义的模型结构，即非线性环节可存在于系统的输入和输出结构中并且可以包含开环不稳定环节。在这些结果的基础上，近期还发展了非线性预测广义最小方差控制(Nonlinear Predictive GMV control)以及非线性广义最小方差滤波。特别需要指出的是对于状态依赖系统的NGMV控制律的提出，对于很多特定的复杂非线性模型，包括状态依赖系统，以及能够转化为状态依赖变化的非线性系统都提供简便的控制方法。