2型糖尿病占糖尿病患者总数的90%以上,其带来的各种并发症给患者带来严重的生理以及心理困扰,也给医护人员、医疗保健系统带来巨大的负担。而人工胰腺的出现为治疗2型糖尿病提供了广阔的前景,应用于人工胰腺的血糖控制算法成为了国内外的研究热点。本文针对人体血糖调节系统的机理,对2型糖尿病的病理特性开展研究,建立了2型糖尿病患者的血糖-胰岛素生理模型,并针对其存在的滞后性、非线性、时变性与受进食干扰较大的特性,设计了一种能对干扰进行补偿的,实时进行参数估计的无模型自适应预测控制算法。主要内容如下:1)建立2型糖尿病患者的血糖-胰岛素生理模型。在对人体血糖调节系统机理与2型糖尿病患者的病理特性的分析后,在Dalla Man的1型糖尿病生理模型的基础上改进,改进包括:在胰岛素子系统中增加慢组织平衡房室,建立体现胰岛素双相分泌特征的精确胰腺分泌子模型、肠促胰岛素效应子模型,并调节胰岛素作用参数;最终,建立了符合2型糖尿病病理特征的血糖-胰岛素模型,并通过对两组临床试验数据的拟合,体现了模型的有效性。2)基于扩张状态观测器的离散无模型控制器设计。基于极局部模型建模,对其设计离散扩张状态观测器,通过观测器估计极局部模型中的未建模部分与干扰,得到了离散型的基于扩张状态观测器的智能比例积分微分控制器（ESO-iPID）。并通过仿真验证了在大采样间隔下离散型扩张状态观测器的良好观测性能与ESO-iPID较好的控制性能。3)具有干扰补偿的无模型自适应预测控制算法设计。针对被控系统较大的滞后性与存在进食干扰特点,将极局部模型建模与动态线性化技术相结合,得到具有干扰部分的极局部数据模型,并基于此推导出用于多步预测的预测方程,再结合反馈校正与滚动优化策略,得到预测控制器结构。再基于自适应扩张状态观测器与最小二乘法设计干扰补偿算法。最终得到具有干扰补偿的无模型自适应预测控制算法（DCMFAPC）,并通过仿真验证了算法的有效性与安全性。4)基于最大似然参数估计和K近邻干扰补偿的无模型自适应预测控制算法（ML-KDC-MFAPC）设计。为提高控制算法的自适应性与抗进食干扰能力,基于DCMFAPC,采用基于贝叶斯角度的最大似然估计法进行参数估计、基于改进的KNN算法进行干扰补偿。最终得到ML-KDC-MFAPC,并通过仿真验证了算法的优越性。