实际的工业过程中,大部分都具有带约束,非线性的动态特性,采用传统控制方法难以实施有效控制。带约束非线性预测控制的关键是求可行优化解。一般来说,非线性预测控制可以通过序列二次规划在每个采样时刻在线优化。最常用的序列二次规划(Sequential Quadratic Programming,简称SQP)方法是到目前为止大家认为处理非线性规划问题最优秀的算法之一,该算法通过将原问题转化为一系列二次规划子问题的求解来获得原问题的最优解在非线性控制问题中。所得的非线性优化问题是非凸的,在线计算负担相当大。最简单的方法是近似优化方法,只把实际作用于对象的第一步控制量确切计算,其余不直接作用于对象的未来控制序列进行近似。输入输出反馈线性化是一种常用的方法。在预测控制中,针对某类型非线性系统,通过输入输出反馈线性化,系统线性化,只需线性二次规划就可进行在线优化。但是,初始线性输入约束转化成非线性基于状态的约束。本文针对一类仿射型非线性状态空间模型系统,提出迭代二次规划(QP)方法来求优化解。为了保证算法的收敛性,要加入另外一种迭代算法来保证在整个预测时域上能得到可行控制解。在数字例子,CSTR化学例子及多变量的三态Boost DC/DC转换器控制例子的仿真控制结果中可以看出这种方法很有效。鉴于实际对象多为多输入多输出对象,我们将此方法推广到多变量系统。