微型涡喷发动机建模与控制系统实时仿真可以减少发动机试验费用，缩短发动机研制周期，减少开发成本，降低试验风险等。Matlab是当前最常用的一款数值仿真软件，其中Simulink是Matlab最重要的组件之一，它提供一个动态系统建模、仿真和综合分析的集成环境。本文在Matlab环境下对微型涡喷发动机进行了建模，同时开展了控制算法的研究工作。首先，根据微型涡喷发动机部件特性和试车数据，建立了微型涡喷发动机部件级非线性模型。通过C语言编程，在Simulink中创建了发动机模型的S‐function模块，并编译成.MEX文件。其次，分别采用RBF神经网络和最小二乘支持向量机对微型涡喷发动机实验数据进行了训练，建立了发动机RBF神经网络预测模型和LS-SVM预测模型，经测试表明LS-SVM预测模型有更强的泛化能力，所建立的动态模型为微型涡喷发动机控制系统的研究提供了条件。最后，针对微型涡喷发动机转速控制系统，本文提出了一种基于最小二乘支持向量机（LS‐SVM）和速度变异粒子群优化(V‐PSO)的单步预测控制算法。研究了该控制系统中LS‐SVM预测模型的建立，V‐PSO滚动优化控制系统控制量以及如何将预测模型与基于粒子群算法的控制器相结合等问题。发动机转速控制系统仿真结果表明:该方法用于发动机选定设计点稳态控制，能取得较好的控制品质,当偏离设计点时,通过最小二乘支持向量机很强的学习和适应能力以及V‐PSO的智能寻优能力，控制系统能够保持良好性能,具有较强的鲁棒性。