模型预测控制作为一种新型计算机控制算法，在工业控制界取得许多成功应用，现已成为一种重要的先进控制策略。这主要得益于它的三个基本特征：模型预测，滚动优化和反馈校正。 与其他控制算法相比，预测控制有其自身特点： a．对模型的精度要求不高，建模方便，过程描述可由简单实验获得。 b．采用滚动优化策略，而非全局一次优化，能及时弥补由于模型失配、干扰等因素引起的不确定性，鲁棒性较好。 c．易将算法推广到有约束、大迟延等实际过程，能有效处理多变量、有约束问题。 本文主要对其中的两种算法：动态矩阵控制(DMC)和预测函数控制(PFC)进行研究。对动态矩阵控制，主要应用多变量DMC对复杂系统进行仿真；对预测函数控制，主要进行了算法改进。论文主要内容如下： (1)对预测控制的发展概况、研究现状及研究动向作了概述，同时介绍了与本论文相关的预测控制方案。 (2)对单变量预测函数控制的基本算法进行讨论，针对一阶加纯滞后对象进行PFC算法推导，并仿真验证PFC算法所具有的跟踪快速、抗干扰能力强、控制效果良好的特点。 (3)将极点配置思想与PFC算法结合起来，提出了极点配置的PFC算法。通过在预测函数优化性能指标中引入加权多项式来进行极点配置，适当选择加权多项式，将极点配置在给定位置，获得所期望的闭环响应特性。 (4)结合解耦思想研究多变量系统神经网络解耦PFC算法，通过引入神经网络补偿环节，对多变量系统进行解耦，并在此基础上，对解耦后各子系统进行单变量预测函数控制，以确定各个控制量。仿真表明，该算法有较好的跟踪 摘 要特性，对解决多变量系统的优化和控制具有一定的适用性。 归）结合分层协调的思想，研究多变量分层协调预测函数控制算法。仿真表明，该算法是一种有效的处理多变量系统的方法。 …）采用多变量动态矩阵控制结合Simulink对典型多变量非线性系统一CSTR模型进行仿真。仿真结果表明该算法对多变量系统具有较好的跟踪和控制作用。表明该算法对复杂系统控制的有效性。 最后，对全文的工作进行了总结，分析了存在的问题，并对今后的发展方向进行了展望。