实现工业过程的网络化控制是控制系统发展的必然趋势。然而,如今在流程工业领域广泛应用的预测控制方法并不具备解决网络控制系统中的丢包、量化等问题的能力。如果将运行常规预测控制算法的工业过程直接置于网络控制模式下,这必将对系统的控制性能造成影响,甚至会对系统的运行安全形成威胁。本文针对网络控制系统中的丢包、量化等关键问题,以线性矩阵不等式为主要工具,结合李雅普诺夫稳定性理论、不变集理论,研究了网络环境下约束系统的预测控制及其分布式实现方法,并系统地分析了预测控制方法的递归可行性、闭环稳定性等核心问题。本文工作主要包括以下几个方面:1.研究了具有丢包和有界扰动的约束非线性系统的事件触发混合H₂/H_?鲁棒预测控制方法。首先,针对丢包网络环境下的受扰约束非线性系统,利用伯努利过程描述数据丢包,T-S模糊模型描述非线性对象,从随机系统角度建立了网络控制系统的闭环模型;然后,基于多步预测控制策略,并结合事件触发机制,给出了能保证混合H₂/H_?性能指标的充分条件并得到了预测控制器的设计方法;最后,利用不变集理论得到了保证预测控制优化问题递归可行性的充分条件,并分析了闭环系统的稳定性。2.研究了一类具有有界丢包、量化和执行器饱和的约束线性系统的预测控制问题。首先,从不确定系统角度,建立了包含丢包、量化和执行器饱和等多种不利因素的统一闭环模型;然后,结合量化依赖Lyapunov函数和线性矩阵不等式方法,通过将min-max优化问题转化为在线求解无限时域性能指标上界最小化问题,得到了预测控制器的设计方法;最后,通过给系统的实际线性反馈律设计权重因子的方法,进一步提升了系统的控制性能。3.针对随机丢包分布式网络化系统,进一步研究了基于事件触发策略的分布式预测控制问题。首先,在建模过程中引入事件触发机制,采用伯努利随机丢包补偿策略,建立包含随机丢包的约束网络化控制系统模型;其次,基于李雅普诺夫稳定性理论,为各子系统构造子优化问题,探索保证分布式预测控制优化问题递归可行性及系统均方稳定性的设计方法。通过设计的相容性约束条件,对各个子系统的估计预测信息与实际预测信息之间的偏差进行约束,最终保证整个网络化系统的稳定性,并使其收敛到指定目标;最后,给出了分布式预测控制实施算法,并且证明了优化问题的递归可行性。