针对具有模型不确定性的被控对象,本文研究了鲁棒预测控制器设计方法,着重考虑了实际工业过程中经常碰到的控制输入增量约束的处理方法。对于实际工业应用而言,控制装置的物理特性会造成对控制量变化速率的限制,即输入增量约束。由于输入增量约束会给控制量约束的处理带来不对称性,从而使以往采用线性矩阵不等式(LMI: Linear Matrix Inequalities)的处理方法过于保守或失效,但已有的鲁棒预测控制器设计大多忽略了对这一约束条件的研究。此外,被控过程常因物质与能量的转换和传递产生时滞,时滞的存在使系统的分析和综合变得更加复杂和困难,往往引起系统不稳定和系统控制性能下降。本文首先针对具有输入增量约束的非时滞系统,对常用的多胞和反馈结构不确定模型,通过将系统模型增广的方式进行统一处理。增广系统保持了原模型的结构特点和优化问题,已有的研究结果可在此增广系统上沿用,从而解决了输入增量约束不对称性给LMI处理带来的困难。然后,针对存在输入延迟的增广系统的特殊结构,提出一种新的鲁棒预测控制在线算法。该算法借鉴增益调度方法,基于多步控制集设计参数依赖的反馈控制律,在一定程度上改善了控制性能。最后,以具有大惯性、大时滞、多变量和非线性等动态特点的空调系统为背景,对其温控单元建立多胞不确定离散模型,并采用文中提出的方法设计鲁棒预测控制器。仿真结果表明了文中所给出的策略和算法的有效性。