该论文在阅读大量参考文献的基础上,基于时滞系统的现代研究方法,着重研究了几类受约束时滞系统模型预测控制算法.论文的主要内容如下:在工程实践中,常会遇到控制量有饱和约束的分析和综合问题.针对输入有约束的时滞系统,基于Lyapunov-Krasovskii函数构造了有限预测时域的目标函数和不变椭圆集,提出了终端椭圆集约束的预测控制,保证了闭环系统的渐近稳定性.进一步研究了带有状态混合约束的预测控制,给出了闭环系统稳定的充分条件.实际中系统模型往往是不确定的或者缓慢变化的,而现有预测控制方法的主要缺点是不能显式处理对象不确定性.针对范数有界不确定性和多胞型不确定时滞系统,将目标函数上界限的最小化问题转化为线性矩阵不等式的凸优化,提出了不确定时滞系统的鲁棒预测控制算法,在输入满足约束的情况下保证了不确定系统的鲁棒渐近稳定.新方法显式考虑了模型的不确定性,并证明了闭环系统的鲁棒稳定性和算法滚动实现的可行性;论文通过卡车—拖车系统的仿真结果验证了鲁棒预测控制的有效性.实际中大部分系统模型是非线性的,在论文第六章研究了两类非线性时滞系统的模型预测控制:首先针对一类非线性时滞系统,提出了终端Control Lyapunov-Razumikin Functions约束的预测控制,扩大了终端约束集合,从而避免了非线性系统雅可比线性化的局限性;最后基于Takagi-Sugeno模糊模型和并行分布补偿控制器提出了另一类非线性时滞系统的模糊预测控制,推导了预测性能指标上界,将稳定性约束和输入约束变换成容易求解的线性矩阵不等式形式.