预测控制是20世纪70年代产生的一类新型计算机控制算法。经过30多年的发展,预测控制理论和实践发展都取得了丰硕的成果,形成了具有滚动优化特色,能够解决不确定性系统稳定和鲁棒性强的设计理论体系。广义预测控制(GPC)在自适应控制和预测控制研究基础上发展起来控制方法。该算法是一种鲁棒性强、能够有效地克服系统滞后、可应用于开环不稳定非最小相位系统的先进控制算法。然而,传统的GPC算法没有考虑到工业过程对控制作用的约束要求。如果在广义预测控制中考虑约束,势必会对控制量求解带来难度,影响了广义预测控制的性能。通常状况下,求解有约束的广义预测控制器是一个优化问题,应用传统算法来求解变得很难,而且计算量大。因此,为了解决广义预测控制出现的这种问题,需要寻找其他的优化方法。遗传算法(GA)是在生物遗传机理和自然选择基础上,应用数学方法模拟自然进化建立数学模型,并且能够处理复杂问题的优化方法。由于遗传算法不受问题性质、优化准则形式等因素的限制,而且目标函数在适应度和概率大小引导下进行全局搜索,能够有效的处理带约束的优化问题。非线性规划也是一种优化理论和方法,主要研究极值问题和约束极值问题的理论和算法。但是GA也有其局限性,比如早熟收敛的问题,局部搜索能力弱。还有就是群体规模对遗传算法的优化性能也有较大影响。种群规模小可能会导致种群单一化,群体进化过程很快结束,当种群规模取值较大时将导致计算量增加,计算效率下降。本文针对有约束广义预测控制,在遗传算法的基础上结合非线性规划算法来弥补这些不足。由于非线性规划局部搜索能力较强,遗传算法全局搜索能力较强,结合两种算法的优势并引入到广义预测控制的滚动寻优过程中并求得最优控制律。通过MATLAB仿真结果验证此结合算法在约束广义预测控制研究中的适用性和有效性,提高了寻优结果的精度和快速性,得到满意的控制效果。最后,本文将基于遗传算法和非线性规划的约束广义预测控制应用于结晶器液位控制中进行实验研究,仿真结果证明该算法有效性。