基于RBF-ARX模型的预测控制是国内外复杂非线性工业过程控制领域中一个新的前沿问题。本文根据预测控制的基本原理，在分析两种基本的预测控制算法基础上，探讨了RBF-ARX模型结构，以及基于RBF-ARX模型的预测控制算法。并将其成功应用到了液位控制系统中。 首先，预测控制的产生的历史背景、发展历程、研究现状、发展趋势以及存在的问题作了简要的介绍，并对RBF-ARX模型的产生和应用作了简单的回顾。针对两种典型预测控制算法(模型算法控制和广义预测控制)讨论了预测控制的基本结构和原理，深入分析了它们的预测模型、反馈校正与滚动优化方法。 接着重点介绍了RBF-ARX模型的结构，以及基于RBF-ARX模型的预测控制算法原理。RBF-ARX模型是一种具有高斯径向基函数(RBF)网络型系数的ARX模型，高斯径向基函数网络系数取决于系统的工作点。RBF-ARX模型是一个全局模型，且它采用融合了LMM策略和LSM策略的快速收敛的SNPOM方法来离线辨识和优化模型参数，这就避免了实时控制中在线辨识参数可能出现的失败。基于RBF-ARX模型的预测控制算法也不需要在线参数辨识，它采用二次规划策略来计算控制器输出。由于系统在任意工作点的局部线性化模型可以通过全局RBF-ARX模型得到，所以，基于RBF-ARX模型的预测控制算法中的带有约束条件的在线优化问题求解就避免了采用非线性规划策略。 最后，RBF-ARX模型以及基于RBF-ARX模型的预测控制策略被成功应用到了液位控制系统中。结果表明：SNPOM方法快速收敛，系统的RBF-ARX模型的预测误差很小，能充分描述系统在全局范围的动态特性。实时控制中，基于RBF-ARX模型的预测控制器的控制性能明显优于基于局部线性ARX模型的预测控器、基于全局线性ARX模型的预测控制器以及PID控制器的控制性能。