非线性是自然界中绝大多数系统的固有特性，并且系统在运行过程中通常会受到物理条件或外在因素的约束，因此对有约束的非线性系统的研究是十分必要的。预测控制是在实际工业中发展起来并逐渐完善的一种先进控制算法，采用的滚动优化和在线校正策略使其对复杂非线性系统具有较强的适应性，但对非线性系统建立精确的数学模型一直是控制界的难题，T-S模糊模型对绝大多数的非线性系统都具有良好的逼近特性，它不过分依赖内部机理而通过输入输出关系确定一组模糊规则，进而建立系统模型。模糊预测控制充分汲取二者的长处，其主要思想是用T-S模糊模型刻画非线性系统，进而采用预测控制的方法，它既不需要模型的精确表达式，又能根据系统运行状况实时在线的计算控制律。然而，实际的被控对象并非理想的模型，要将模糊预测控制运用在实际的工业过程中，必须考虑实际系统中可能存在的约束、时滞和耦合等复杂问题。本文主要针对有输入约束的非线性系统进行模糊预测控制方法的研究。对一般的有输入约束的非线性系统，首先辨识出T-S模糊模型，在预测控制算法中引入柔化因子，并依据控制目标的模糊满意度在线调整，柔化因子的调整直接导致系统性能的改变，而系统性能会通过模糊满意度直观的体现出来，二者相互影响直到系统达到预期的性能。输入柔化因子将控制量约束和控制增量约束统一，设定值柔化因子使输出更为柔和，因此柔化因子的合理调整，即保证满足约束又能获得满意的性能。从MATLAB仿真结果看，在线调整柔化因子时的系统性能更优。对一类可用Hammerstein模型描述的有输入约束的非线性系统，根据其特殊的结构，提出了一种新的模糊两步法广义预测控制，将输入约束转化成中间变量的约束。首先对线性环节运用预测控制的算法求解中间变量，对非线性环节，根据中间变量和预测误差设计相应的模糊规则逆映射出控制量。中间变量既是非线性环节的输出又是线性环节的输入，因此对约束的处理方法是可行的，由于广义预测所采用的滚动优化策略，控制量将在约束范围内连续平稳变化。从pH控制过程的MATLAB仿真实验可以看出，该方法控制效果良好。