预测控制是从生产实践中发展起来的实用控制算法，随着被控系统特性的日趋复杂化，对预测控制算法提出了更高的要求，推动预测控制在理论和应用上向更深更广的层面发展。本文从复杂系统特性出发，结合浙江省重点科技项目，对预测控制算法在理论和实际应用方面做了进一步的研究，主要内容如下： 在工业生产过程中，人们对于性能指标的要求带有很大程度的主观模糊性，性能指标的范围从满足物理、安全、工艺的要求扩展到考虑经济性或者其它愿望的要求，对于性能指标的优化向着智能、满意的方向发展。本文研究了基于模糊决策目标函数的预测控制算法，引入模糊隶属度函数描述复杂系统的控制目标和约束条件，采用带参数的Yager T算子合成模糊决策目标函数，给出定义隶属度函数参数的原则，研究了隶属度函数参数对控制性能的影响。为解决由于控制变量离散性导致系统输出振荡的问题，提出使用模糊中心法合成控制量输出，实现了控制变量的连续调节。 如何选择合适的算子将模糊决策标准合成目标函数是基于模糊决策目标函数预测控制算法的关键环节。通过对算子的性质分析，提出合成算子的选择原则为：对于“与”关系的模糊决策标准选用T算子合成；对于“或”关系的标准用S算子合成；对于介于“与”和“或”之间的标准用OWA算子合成。并采用了三种典型的带参数的合成算子：Yager T算子，Dombi T算子和广义Mean算子，合成模糊决策目标函数。通过对三种典型算子控制效果的对比研究表明，采用Dombi T算子有更好的控制特性。同时，分析了采用Yager T算子时产生“决策逸出”的原因，并提出了相应的解决方法。 由于隶属度函数定义的任意性、合成算子选择的不同和控制对象的非线性，模糊决策目标函数的优化一般是非凸优化问题。为此提出了使用改进的进化算法优化模糊决策目标函数的方法，利用进化算法局域搜索能力强的特点在某个合理的实数域内进行搜索，克服了枚举优化方法造成的输出振荡和计算负荷指数增长的缺点。 工业生产过程中，很多复杂的被控系统具有输入变量和输出变量维数不相等的特点，有输入变量大于输出变量的“胖”系统，也有输入变量少于输出变量的摘要“瘦”系统，生产过程中条件的变化还会产生“胖”、“瘦”系统彼此转化的情况。为解决多变量非对称系统的协调控制问题，提出了基于模糊决策目标函数的协调控制算法，利用隶属度函数描述系统的目标、约束和冗余变量，采用DombiT算子进行合成，通过优化包含各种要求的模糊决策目标函数确定控制器输出，能较好解决“胖”、“瘦”系统，以及非对称系统彼此转换时的协调控制问题。 从水泥生产线蓖冷机系统的特性出发，提出了单入双出“瘦”系统的模糊预测协调控制方法。将模糊控制和预测控制思想相结合，利用近似模型的宏观预测能力预测系统误差的变化趋势，模糊控制器根据人的经验知识并利用预测误差计算控制器的输出，降低了对于模型精度的要求，多值逻辑控制器协调两个控制目标对应的输出。算法简捷实用，鲁棒性好，适合应用于水泥生产过程等复杂的工业场合。 在水泥生产等复杂工业应用中，被控对象存在时滞、时变、干扰严重、模型建立困难等特点。为此提出了预测模糊控制方法，利用近似模型的宏观预测能力计算补偿量，并对模糊控制器的输出进行修正，该算法在水泥生产线中的分解炉系统和生料系统上获得成功应用。