70年代以来，预测控制在规模大、约束多、耦合强的复杂系统中得到了成功的应用。它汲取了现代控制理论中的优化思想，利用预测模型和滚动优化并结合反馈校正，从而使得系统具有更强的鲁棒性。然而，由于预测控制在线滚动优化的特点，往往导致在线计算复杂的弊端。因此，对于大规模多变量系统的预测控制问题，研究有效的控制结构和策略以降低问题的规模和复杂性，成为亟待解决的课题之一。 预测控制的在线滚动优化计算与控制策略的最优性、稳定性和可行性密切相关。但是保证系统稳定性和计算规模方面存在着矛盾。目前对稳定性的保证是通过使用足够大的优化时域，但这样增加了在线优化的计算量。所以如何设计有效的控制策略以降低问题规模，提高计算效率，且不失稳定性变得极有意义。 为了降低MPC的在线计算量，提高算法的计算效率并且保证系统的稳定性，各种算法和策略相继出现。其中，基于优化变量集结的滚动策略把集结的思想明确地应用于预测控制中,可将原来高维优化变量映射为低维优化变量，从而减少优化变量数目，降低在线计算量，满足实时优化的要求。但是对于这一思想的具体策略研究还很不足,特别对于集结矩阵的取法和内在机制,各种集结优化策略之间的相互联系等都有待进一步研究。基于前人的思想和经验，本文主要研究:优化变量集结的滚动优化策略和及其仿真分析。 具体而言，本文的主要研究贡献包括： ? 研究了预测控制中保性能集结，对于无约束单变量和多变量系统的预测控制问题给出保性能集结定理。提出了选择集结矩阵的相关算法，以保证控制性能不受影响，最后给出了仿真以验证这些结论； ? 研究了采用预测函数集结策略时受限线性预测控制系统的性质。通过分析指出，虽然引入集结使得控制器的在线计算控制变量数大大减少，但同时也破坏了系统的可行性和稳定性。指出了预测函数控制中集结策略的本质，给出了预测函数集结策略中基函数应该满足的条件，满足这个条件就可以保证问题存在可行解。同时也对稳定性进行了探索，最后给出了相应的仿真结果。 ? 设计并实现了预测控制仿真平台。文章中介绍了预测控制仿真平台的设计背景、设计目的、详细设计和具体代码实现，并且利用仿真实例来验证平台的有效性。 ? 对预测控制系统中集结策略作了进一步的思考。指出集结策略的本质是一种变量映射，通过实例说明变量映射对于解决问题的普遍意义；同时总结了从集结策略的仿真和理论推导中的经验和新发现（包括稳定性的一些探索性结论）。