预测控制通过在线求解一个有限时域开环最优控制问题来获得最优预测控制序列，并将当前时刻的控制作用于对象，在下一采样时刻基于新的状态或输出测量值重复上述过程。其主要优点是具有处理控制和状态硬约束的能力。线性模型预测控制已经广泛应用于石油化工等工业过程控制中，但它不适合于强非线性模型预测过程控制，而人们对生产能力及产品质量的要求大大刺激了非线性模型预测控制的发展。因此，研究非线性模型预测控制具有重要的理论意义及应用价值。本文在阅读大量参考文献的基础上，着重研究了几种非线性模型预测控制算法。论文主要分为两大部分，即基于滑模的非线性模型预测控制方法研究和混沌系统的预测控制与同步研究。执行机构引起的非线性，包括饱和、死区、回滞等，这些特性在通常的控制设计中被当作未建模动态而不予考虑，但这样处理将导致对控制器鲁棒性要求的增加。因此我们针对死区非线性特性，采用非线性逆函数的全局I/O线性化方法，提出了具有非线性补偿的广义预测控制算法。将广义预测控制和滑模控制结合起来，提出一种新的广义预测控制方法。该方法具有预测控制在线处理约束及滑模控制对于干扰的不变性的优点。分析了零终端滑模约束的广义预测控制的稳定性。将MPC方法延伸至混沌同步的研究，分别针对连续及离散混沌系统设计控制器，实现两个相同或不同混沌系统之间的控制与同步。用带有终端滑模等式约束的模型预测控制方法，对Hénon系统和Logistic方程的追踪控制和同步进行研究。提高了受控系统抑制参数摄动和随机扰动的能力，改善了控制系统的鲁棒性。在连续时间混沌系统的控制与同步问题统一处理的基础上，给出一种可实现两个相同或不同连续时间混沌系统的控制与同步的预测变结构控制方法。其控制器由针对对象标称非线性模型设计的连续预测控制器和针对对象不确定性设计的滑模变结构控制器组成。所提出的方案具有变结构控制鲁棒性强的优点。