预测控制自上世纪70年代产生以来，因其对模型要求低、具有较强鲁棒性等特点，在生产过程中获得了广泛的应用。目前，对线性系统预测控制算法的研究己经比较深入，理论研究相对也比较成熟。而对于非线性系统，因其自身的复杂性，使得寻找一种统一的非线性预测控制方法很困难。 煮糖过程是蔗糖结晶的生产过程，在这个过程中既有传热，又有传质，是一个非常复杂的物理和化学过程。由于煮糖结晶过程本身受干扰因素很多。如糖浆的锤度、糖浆杂质、真空度以及温度的变化都会影响蔗糖结晶过程，因此，整个过程具有较强的非线性、时变性等特性，一般的控制方法很难奏效。本文根据煮糖过程的物料平衡、能量平衡和生产过程的各种物性参数的机理解析关系(如晶体生长分散等)建立描述被控生产过程的模型，并以该模型作为对象对煮糖结晶过程实施非线性预测控制仿真。 本文围绕着预测模型、反馈校正、滚动优化三项预测控制的基本原理，对非线性预测控制在煮糖结晶过程中的应用进行了深入的研究和探讨，提出了以B-P神经网络建立预测模型、遗传退火算法进行滚动优化的预测控制算法，并在MATLAB上进行了煮糖过程中过饱和度(OS)控制仿真实验。主要研究工作概况如下： 1．对预测控制的发展概况、研究现状及研究动向进行了概述，同时介绍了与本论文相关的预测控制方案； 2．对煮糖结晶过程进行了系统地机理分析； 3．对预测控制的基本算法进行讨论； 4．针对煮糖过程，采用两种控制方案即传统的PID控制和基于B-P神经网络及遗传退火优化的预测控制进行仿真比较，说明基于