模型预测控制（MPC）是工业过程控制中最具代表性的先进控制策略。实际工业过程中，控制器的求解要满足各种约束条件，有约束的DMC在线优化问题就是非线性优化问题，针对传统非线性优化方法存在计算量大、不能找到全局最优解的缺点，本文尝试用混沌优化算法解决此类问题。混沌优化算法是利用混沌运动的遍历性、初值敏感性等特点进行寻优搜索的，从理论上分析了混沌优化算法的收敛性之后，对比研究Logistic和Tent两种用于产生混沌序列的映射形式，并针对Tent映射存在的小周期点问题稍作修改，然后对二次载波过程中存在的单侧寻优问题进行了研究，最后构造了一种基于Tent映射的改进混沌优化算法，在此基础上结合仿真实例，说明混沌优化算法的优越性和Tent映射的应用前景。有约束的预测控制滚动优化可以转化为标准的二次规划问题，分别将基于Tent映射的混沌优化算法、有效集算法以及Dantzig-Wolfe算法作为滚动优化策略，对比研究它们在预测控制滚动优化中的求解效果，反应再生系统的仿真结果说明了混沌优化算法的优越性。最后，将本文构造的算法用于实际过程控制中。通过OPC技术实现MATLAB和组态软件MCGS的数据通讯，搭建一个在MATLAB环境中控制实际过程的实验平台，并实现对A3000过程装置的控制。PID算法的成功实施，验证了该平台的可靠性；然后，将本文研究的基于混沌优化的DMC算法作为控制策略，取得了比较满意的效果，说明该算法具有良好的控制性能。