预测控制是一种基于模型的计算机控制算法，是20世纪60年代发展起来的一种新型控制算法，它克服了现代控制理论在工业生产过程中的诸多困难，在工业过程中显示出巨大的魅力，这是因为其基本原理对于复杂工业环境的适应性。随着日益增长的计算机发展技术，预测控制也有了实现工具，更加有利于预测控制的推广和发展。 本文对基于神经网络的非线性系统多步预测控制方法进行了研究。将预测控制思想与广义非线性PID思想相结合．提出了基于神经网络的广义非线性预测控制器；之后考虑将神经网络逆动态控制方法引入到预测控制中，提出了基于多步预测性能指标函数的神经网络逆动态控制方法。本文共分五章，主要内容和结论如下： 第一章：回顾了预测控制的产生和发展，并重点介绍了广义预测控制的产生及其控制算法，并对其稳定性和鲁棒性进行了简单分析。对基于神经网络的预测控制进行了评述。 第二章：对神经网络结构、原理、算法和在预测控制中的应用进行了详细的讨论。 第三章：针对一些复杂的非线性系统，提出基于神经网络的广义非线性预测PID控制方法。选用一个前馈神经网络对非线性系统进行辨识，并将此网络作为递推多步预测模型，再与广义非线性PID控制思想结合，构造一个由神经网络实现的非线性预测PID控制器。最后对系统进行仿真，验证了方法的有效性。 第四章：提出对被控对象进行直接多步预测，利用多步预测性能指标函数对系统实现基于神经网络的逆控制。并将仿真结果与利用递推多步预测方法的结果进行了比较，得到结论是直接多步预测控制较递推多步预测更准确，并在理论上对其进行了误差分析。 第五章：结论与展望，给出本文主要的结论以及所作的工作，提出了进一步研究的问题和方向。