本文以提高具有模型未知非线性系统的控制性能为驱动，针对现有控制方法(PID控制、广义预测控制)在此类非线性系统控制中存在的不足，旨在研究新的有效控制方法。论文的研究工作为提高此类非线性系统的控制性能提供一种有效的解决方法。　　为实现模型未知非线性系统的有效控制，本文将T-S模糊辨识理论与广义预测控制方法相结合，提出一种基于T-S模糊模型的非线性系统广义预测控制方法，主要研究内容有以下几方面：　　1)研究T-S模糊模型辨识：对于非线性系统，采用T-S模糊模型的方法来逼近，通过辨识模型参数得到被控对象的线性化模型。　　2)提出一种新的基于T-S模糊模型采样点线性化的广义预测控制方法：该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差叠加的线性形式，然后通过迭代修正非线性误差，使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。与一般采样点线性化方法相比，该方法考虑了采样点线性模型与采样点非线性模型的非线性误差问题，较好得保证了控制性能。　　3)研究有约束的基于T-S模糊模型的广义预测控制：当系统存在输入输出约束时，将基于T-S模糊模型的广义预测控制的目标函数转换为标准的二次规划形式，然后采用二次规划理论求取最优解。　　仿真实验结果表明论文所提出的基于T-S模糊模型广义预测控制方法有效，具有较高控制性能。