工业生产过程往往具有非线性、多变量、强耦合、时变或大时滞等特点,很难从理论上建立精确的数学模型,基于被控对象或过程数学模型的经典控制和现代控制理论大多建立在线性假设的基础上,在这类过程中的应用受到限制。为了克服经典和现代控制理论与实际工业过程的不协调,使用动态响应模型,并且综合控制效果好的控制方法一直是研究热点。预测控制汲取了现代控制理论中的优化思想,利用预测模型和滚动优化并结合反馈校正,取代了传统的最优控制,这种控制策略非常适用于难以用精确数学模型描述的复杂工业过程。本文针对几种典型的工业过程,对预测控制算法和策略开展研究,具有理论意义和工程应用价值。本文研究了预测控制的三种基本方法的改进算法：采用最小化参数模型的广义预测控制(GPC)、基于对象单位阶跃响应模型的动态矩阵控制(DMC)和基于对象行为数据的灰色预测控制。在此基础上,进行了以下几种典型过程的预测控制研究。带钢卷取系统广义预测控制算法研究。通过对广义预测控制的控制增量柔化,给出一种广义预测控制快速算法,该算法不必求解参数辨识过程中的逆矩阵,从而减小了计算量,有利于提高工业应用的实用化程度。以某钢铁集团公司冷轧硅钢带热处理线的带钢卷取系统为控制对象,对带钢在卷取过程中经常出现的干扰,采用该控制算法进行了仿真和应用研究。结果表明,改进的GPC算法在出现随机干扰时具有良好的控制性能。将其应用于实际的带钢卷取控制器中取得了成功,带钢卷端面齐整度明显提高。跳汰机排料系统灰色预测控制算法研究。跳汰机排料过程具有非线性、大时滞、大惯性的特征,无法建立有效数学模型。通过对跳汰机特性和排料过程分析,提出将灰色预测模型引入到跳汰机模糊排料控制中。根据跳汰机不同密度的物料层厚度的动态变化行为和运行趋势进行分析得出其厚度变化规律,求出了(中煤、矸石)物料层厚度的前向预测值。将预测值作为系统输出量与参考值比较,得出误差及误差变化率的预测值,然后导入到模糊控制器中实施。这种控制方法实现了超前控制,特别适用于跳汰机排料过程。在控制策略研究的基础上,推导了灰色预测模型,研究了模糊控制规则,开发了灰色预测模糊控制跳汰机排料控制器。底层采用PLC控制,它有数控风阀和普通模糊排料控制器两个功能。上层采用工控机,它有生产监控以及灰色预测模糊控制器的功能。两者之间采用通讯方式交换数据。现场应用表明它比单一模糊控制器的控制效果有明显改善。供热系统动态矩阵控制算法研究。动态矩阵控制(DMC)采用工程上易于测取的对象阶跃响应模型作为内部模型,计算量较小,鲁棒性强,适用于有纯时延、开环渐进稳定非最小相位系统。本文在分析基本DMC算法原理的基础上,针对DMC算法的一些不足,提出了基于死区算法原理和误差预报的死区预报误差校正的DMC改进算法。文中将DMC改进算法应用于供热过程控制,通过半实物联合仿真试验验证了算法的有效性。