随着计算机网络的迅速发展,控制已不再局限于集中式控制,更多采用的是分布式控制,同时预测控制作为一种先进的过程控制方法已被广泛地应用在各种工业过程中。实际系统中大量而广泛存在的是复杂高维的大规模系统,同时还会受到装置规模、地域分散、通讯带宽等限制,因此我们可以把一个复杂大规模系统的在线求解问题分散到各个子系统中去分步实现,每个子系统分别成为一个独立的功能块,进行局部控制和工作,完成其特定功能。同时,每个子系统之间可以通过通信交换信息,共享资源,共同完成整个系统的任务。本文提出了一种基于多智能体协调策略的分布式预测控制,在每个采样时刻求解各个子系统的局部优化问题,并充分考虑其邻域子系统的影响,在协调过程中对全局优化性能指标进行改进,减少了迭代时间,提高了收敛速度。为了保证预测控制系统的稳定性,本文设计了一种迭代逼近法得到了一个最大终端状态集的凸包序列,当迭代次数趋于无穷步时,此集合逐渐收敛到最大终端状态集,即最大吸引域,同时为了保证局部子系统的稳定性,构造终端加权矩阵,最后将此终端状态集与终端加权矩阵应用于基于多智能体协调策略的分布式预测控制,以保证闭环系统的稳定性,仿真结果验证了此方法的可行性和有效性。