随着工业产品性能要求的提高,传统控制方法已不能满足控制系统的设计需要,比如对于聚烯烃产品来说,机械工业和汽车工业需要良好的刚性以及高冲击强度性质,而其他领域又需要其质轻、耐磨、耐腐蚀的性质代替金属,被控目标也从平均分子量分布过渡到分子量分布曲线,从n维空间中的一个点过渡到了一条曲线,分布曲线对象的控制问题成为研究热点。模型预测控制算法具有模型预测、滚动优化、反馈校正的鲜明特点,且具有易于建模、控制性能较好、鲁棒性强、有效处理约束等优势,成为目前公认的处理复杂过程多变量约束的有效控制算法。因此,本论文开展了面向分布曲线对象的模型预测控制算法研究。本文的主要内容和创新点包括：(1)针对分布曲线对象的过程特点,本文将传统的预测控制算法推广到分布曲线对象,提出一种基于积分误差平方指标的分布曲线模型预测控制算法。该算法首先采用B样条状态空间模型进行模型预测,然后通过复合梯形方法对滚动优化命题进行离散化求解,最后通过三次样条插值方法实现反馈校正。(2)由于分布曲线对象是通过宏观的控制变量控制微观的输出分布曲线,不是任意形状的目标曲线都能无偏跟踪,本文提出一种基于稳态可行性分析的分布曲线无偏模型预测控制算法。该算法在已有的分布曲线预测控制算法上增加稳态可行性分析：在分布曲线稳态模型的基础上,采用二次规划方法进行无偏目标曲线的计算。仿真结果验证了算法的有效性。(3)针对积分误差平方指标仅考虑分布曲线的局部几何属性(如面积),忽略了分布曲线的内在特征结构,本文提出了基于Haar小波分解的分布曲线多分辨率预测控制算法。该算法通过Haar小波将分布曲线分解为一个基础框架和若干层细节,从整体到局部全方位地描述了形状的特征信息；然后针对基础框架和每一层细节的特点,设计基于多分辨率的分布曲线预测控制器,实现分布曲线形状特征的自然过渡。