模型预测控制(Model Predictive Control, MPC)可以有效处理系统约束和优化目标,在工业界取得了广泛应用。在实际中,大部分工业过程都具有本质非线性特性,对于这一类系统,基于线性模型的预测控制方法(Linear Models-Based Predicitve Control, LMPC)难以保证良好的控制品质。因此,研究基于非线性模型预测控制(Nonlinear Models-Based Predictive Control, NMPC)方法具有重要的理论意义与应用价值。由于非线性系统复杂多样,非线性预测控制的研究在理论与应用上都不及线性预测控制成熟,稳定性、鲁棒性、在线优化三个问题一直是NMPC研究的重点和难点。本文在NMPC已有成果的基础上,重点研究NMPC的鲁棒性综合方法与在线优化策略,以线性矩阵不等式(Linear Matrix Inequality, LMI)为主要工具,运用鲁棒不变集理论、H∞控制理论和输入状态稳定性(Input-to-State Stability, ISS)理论等不同的分析与设计方法,研究了约束非线性系统预测控制的稳定性、鲁棒性和在线优化算法等基本问题,以期得到更具有实际应用意义的理论成果和鲁棒控制器设计方法。本文的主要研究成果包括以下几个方面：1.针对一类由多面体不确定模型表述的约束非线性系统,研究了状态反馈NMPC鲁棒性综合问题。利用双模控制方法,离线构造不变集并计算状态反馈控制律,有效降低了NMPC的在线计算量,再通过终端集外的优化控制,降低NMPC的保守性。进一步,引入输入状态实际稳定(Input-to-State Practical Stability, ISpS)理论处理持续有界扰动,利用LMI得到了该NMPC控制器存在的充分条件。最后通过弹簧小车以及连续搅拌反应釜的仿真验证了算法的有效性。2.针对一类由多面体不确定模型表述的约束非线性系统,设计了状态反馈H∞鲁棒NMPC控制器。利用矩阵变换思想,将NMPC非凸的有限时域微分对策问题转化为具有LMI约束的线性目标最小化问题,并利用该优化问题的可行解来构造期望的控制器。同时结合H∞控制理论,进一步得到闭环系统输入状态稳定的充分条件,使闭环系统能同时满足性能要求和系统约束,并具有ISS性质。通过仿真验证了本方法的有效性。3.针对模型预测控制中滚动优化难以在线求解的问题,提出了一种增广可行域快速模型预测控制方法。通过离线优化扩大可行域,在线迭代优化采用可行解作为起始点,结合线搜索技术处理在线优化问题,保证性能指标在线极小化并具有提前终止能力。将该算法应用于开环不稳定系统,仿真结果说明了其有效性。4.采用模型近似的方法,对约束非线性系统的鲁棒控制策略作进一步探讨。针对一类线性变参数(Linear Parameter Varying, LPV)系统,通过引入Quasi-min-max策略,将无穷时域性能指标分为当前性能指标项与终端罚函数项,进一步得到新的鲁棒性能指标上界与动态输出反馈鲁棒预测控制器存在的充分条件。通过求解凸优化问题获得动态输出反馈控制律并证明该问题的优化可行性,进而保证闭环系统的稳定性。仿真结果表明该方法是有效的。5.针对一类输入受限的时变非线性系统,提出一种闭环优化NMPC策略。将系统在采样点附近线性化并假设系统矩阵一致有界,从而将非凸的无穷时域滚动优化问题转化为带有LMI约束的凸优化问题,降低NMPC求解难度。其次结合在预测控制滚动优化原理,通过对最优性能指标的在线最小化,使得滚动时域闭环系统能实时协调控制性能要求并满足系统约束。进一步,对于能量有界的外部扰动,结合H∞理论,在线性矩阵不等式框架下给出了滚动时域H∞鲁棒控制器的求解方法及其存在的充分条件。通过仿真结果验证了上述策略的有效性。6.最后,对全文研究内容进行归纳与总结,指出了今后值得进一步关注和深入研究的方向。