由于各种干扰的存在，工业生产过程往往具有非线性、多变量、强耦合、时变或是大滞后的特点，传统控制理论因无法建立精确的数学模型，应用范围受到很大限制，近些年来兴起的智能控制策略能很好的解决这一问题。预测控制作为智能控制方法中的一种，充分应用了现代控制理论中的最优化思想，利用模型预测、滚动优化和反馈校正实现局部最优；在复杂的工业过程中，一些重要的参数无法或很难用传感器直接测量，但又必须对其进行严格的监视和控制，使用软测量的方法可以通过辅助变量实现主导变量的最优估计。本文针对具有大滞后特性的冷连轧自动厚度控制系统展开研究，主要工作内容如下：1、介绍自动厚度控制系统基本概念，了解厚差产生原因，深入研究其控制原理，并介绍了几种目前工程实践中应用最为普遍的AGC形式及其控制原理，并建立了冷轧机液压AGC系统的简要数学模型。2、测厚仪式AGC由于测厚仪安装位置的限制和采用反馈形式的厚度控制系统，使得该系统具有大滞后的特点。传统控制过于依赖精确的数学模型，为了找到一种不依赖数学模型的控制方法，本文引入了结合软测量的广义预测控制策略。首先使用模糊RBF神经网络建立了冷连轧带钢出口厚度软测量模型；然后针对GPC的在线计算量大，不适合非线性系统的控制等特点，建立结合软测量的广义预测控制模型，并将其应用在测厚仪式AGC冷连轧带钢出口厚度控制系统中。3、对软测量模型和结合软测量的预测控制策略进行仿真研究。仿真结果表明软测量模型能对带钢出口厚度进行最优估计，并达到较高的精度；结合软测量的预测控制策略能很好的控制冷连轧机带钢出口厚度，减小计算量，提高控制系统的实时性，抗干扰能力增强，改善系统的大滞后特性。本文对带有大滞后特性系统的控制策略研究具有一定的参考价值。