工业生产过程中，被控对象往往具有时滞性、耦合性、时变性等特点，因此难以实施有效的控制。模型预测控制(Model predictive control,MPC）是直接从工业过程控制中产生的一类基于模型预测、滚动优化并结合反馈校正的计算机优化控制算法。其对模型精度要求不高，符合工业过程控制的实际控制要求。动态矩阵控制(DynamicMatrix Control, DMC)是基于阶跃响应的一种典型预测控制算法，适用于渐近稳定的线性对象。本文针对一类多变量时滞耦合系统控制问题，基于 DMC算法进行控制系统研究，并在四容水箱这一典型对象上的应用展开研究。　　DMC算法在建模时会产生截断误差，从而影响系统动态性能。针对这一问题，本文在传统 DMC算法基础上进行了改进，提出了一种预测模型截断误差自适应校正方法。根据系统阶跃响应偏差情况对预测模型进行动态校正补偿，以减小截断误差对系统性能的影响。与传统的 DMC算法相比，改进后的 DMC算法能很好的补偿由于模型时域过早截断而引起的误差，可有效减小控制系统的波动。在双容水箱液位控制系统上的仿真结果表明，自适应 DMC算法具有更好的控制效果。　　为研究改善多变量时滞耦合系统的控制效果，搭建了四容水箱实验系统，该系统具有非线性、时滞性、强耦合等特点，可模拟实际工业过程中存在的时滞、耦合等特性。基于该实验平台，研究基于 DMC算法的控制方案。在分析四容水箱系统结构及原理的基础上，建立了其数学模型，并且在稳态工作点附近进行线性化，进一步依据前馈补偿解耦原理，给出了四容水箱双输入双输出液位控制的解耦模型。仿真结果表明，基于前馈补偿的解耦方法能有效的解除四容水箱双输入双输出系统之间的耦合特性，同时，在四容水箱的液位控制中，相比于经典的PID算法及传统的 DMC算法，自适应 DMC算法具有更好的设定值跟踪特性和较强的抗干扰能力。　　基于 PLC实验平台，实现了具有时滞耦合特性四容水箱液位系统的实时控制。实验结果表明，DMC算法具有更好的设定值跟踪特性。