随着遗传算法、模糊控制、人工神经网络、无模型控制等新技术的发展和应用，对于实际工业过程多为非线性系统的特殊性，如何有效地采用各种信息处理手段，应用人工智能等新技术来建立高精度的信息预测模型，成为控制工程界研究的一个热点。　　无模型控制不需要建立被控对象的数学模型，它只是依据功能组合的思想或功能模块组合的思想，以被控对象对控制器的性能要求为导向，把系统辨识与控制参数的设计相结合，抗干扰能力强。预测控制的优点是在线滚动优化，利用系统实测输出与预测模型输出之间的误差来反馈校正模型参数，鲁棒性强。无模型控制和预测控制相结合不仅可以解决被控对象对模型过度依赖的问题，还可以实时优化系统参数。　　三容水箱液位控制系统是模拟多容器流程系统的多输入多输出、大迟延、非线性、藕合系统，是工业现场的多种典型的代表之一。首先，本文将预测控制、神经网络和无模型控制相结合，提出和推导了无模型控制律与预测控制相结合的无模型预测控制算法，发挥了各自的优点，克服各自的缺点。其次，由于在无模型预测控制律中，模型特征向量是比较重要的参数，它具有时变性和非线性特征，利用神经网络模型来实现它的预测值的求取。仿真实例证明，采用神经网络对模型特征向量进行求解的无模型预测的跟踪性能良好，抗干扰能力增强。最后，借助实验系统的软硬件设施，利用封装的无模型控制器和无模型预测控制器分别对三容水箱系统模型进行仿真研究，在此过程中，利用OPC toolbox实现Matlab和MCGS之间的实时通讯，并将无模型预测控制用于水箱液位的实际控制中，控制效果良好。