模型预测控制方法是从生产实践中提炼出来的一类基于计算机优化的控制算法，以其对约束处理能力强、鲁棒性强、能方便适用于多输入多输出系统等优点，广泛应用于各类工业生产过程。随着模型预测控制理论的不断发展，其应用研究也越来越热门，应用领域也在不断拓展。本论文以实际生产过程为背景，基于模型预测控制的滚动不变时域优化策略和滚动缩减时域优化策略，分别对多次走刀切削参数优化问题及煤炭交易决策优化问题进行了深入研究和探讨，并取得了一些研究成果，具体如下：　　1、本文针对多次走刀切削参数优化问题，基于模型预测控制策略，建立了以生产率及单位切除体积生产成本为目标函数，相关技术指标为约束条件的多次走刀切削参数优化模型。该模型属于多目标、多变量、非线性优化问题，文中分别采用宽容分层序列法及内点法对其进行处理并求解，通过模型预测控制策略，获得每次走刀的最优切削参数，包括背吃刀量、进给量及主轴转速。仿真分析中，将两种不同策略下的优化结果进行对比，证明了本文所提出的策略不仅求解复杂度低，而且还能够获得使数控机床的生产率更高、生产成本更低的切削参数组合。　　2、本文以带有配煤能力的煤炭物流企业为研究对象，基于随机模型预测控制，建立了煤炭交易混合整数线性优化模型。该模型通过引入两种订单模式来定义相关约束，并同时考虑了订单违反、配煤计划、实时价格信息、随机需求等因素。文中采用随机模型预测控制策略可以充分利用最新的价格预测信息，并有效地处理有关随机需求的概率约束。通过求解一系列的混合整数线性规划，可获得煤炭物流企业的最优煤炭交易决策方案，包括采购计划，配送计划和配煤设备运行计划。在仿真部分，通过大量的仿真实验，将三种不同策略下的仿真优化结果进行对比，进一步说明本文所提出策略的有效性。