显式模型预测控制(eMPCexplicit Model Predictive Control)把多参数规划理论引入传统模型预测控制,将反复在线优化计算转移到离线进行,在线只需根据状态查表得出所在的分区,然后应用分区上预先计算所得的控制律。eMPC在线计算的核心问题是查找状态点所在的多胞形分区(即点定位问题)。然而离线计算所得的分区以及控制律信息大多以线性方式存储,在系统复杂分区数量庞大的情况下,仍然无法满足高速运算的实时性要求。　　 本文在eMPC离线计算所得的PWA系统基础上结合计算几何、数据结构和算法等知识改进在线计算,极大地提高了查找的效率,扩展eMPC的应用范围。本文主要内容包括以下几部分:　　 1、在查阅大量国内外相关文献的基础上,介绍了模型预测控制的历史以及国内外显式模型预测控制及其改进算法研究进展和研究现状。　　 2、深入研究多参数二次规划理论在模型预测控制上的应用,针对显式模型预测控制在线计算问题引入计算几何中的多胞体理论,介绍了Matlab多参数规划工具箱MPT对离线计算及多胞形操作的支持。　　 3、针对传统顺序查找效率低问题,研究了高效显式模型预测控制算法,详细阐述了可达分区、哈希表、二叉树查找三种算法的在线预处理过程和改进的在线查找算法,分析了各个算法的复杂性。　　 4、使用仿真手段对以上算法进行验证,分析各个算法的优缺点及适用场合,并且对比离线时间,数据量、在线时间三个标准得出本文算法的优越性。