广义预测控制是Clarke等人在80年代提出来的一种新型计算机控制算法,它在保持了自校正控制中在线辨识、最小方差控制等优点的基础上,吸取了DMC和MAC中滚动优化的思想,同时它是基于参数模型,引入了不相等的预测水平和控制水平,呈现出优良的控制性能和鲁棒性,已成为应用最广泛,研究最活跃的预测控制算法之一,受到了越来越广泛的关注和研究,并且在工业界得到了很多成功的应用。本文介绍了广义预测控制的基本算法,在此基础上给出了基于Diophantine方程的递推算法。并以单输入单输出系统为例,进行仿真实验,讨论了广义预测控制中参数选取对控制效果的影响。同时在参考了大量国内外文献的基础上,针对广义预测控制在线计算量大、设计参数整定困难等不足与缺陷,进行了一些研究。首先给出了广义预测控制的隐式算法,因为该算法不需要进行Diophantine方程的递推求解、矩阵求逆等运算,因此可以克服广义预测控制基本算法中在线计算时间长的缺点。其次针对基本的广义预测控制算法没有考虑到纯滞后环节对系统的影响,本文提出了一种带纯滞后的广义预测控制算法,并在MATLAB仿真研究的基础上探讨了纯滞后时域与预测步长之间的定性关系,为预测控制在具有纯滞后环节系统的应用中预测时域的选取提供了适当的参考意见。最后本文将阶梯式控制技术与广义预测控制相结合,给出了阶梯式广义预测控制算法,讨论了该算法在延长执行机构寿命、平稳操作中的应用特性。本论文的研究对于广义预测控制在实际工业过程中的应用具有重要的参考指导意义。