实际工业过程大多具有强非线性、工况范围广和硬约束等特点，对于这类系统，单个线性控制器往往得不到满意的控制效果。多模型预测控制(Multi-model Predictive Control, MMPC)方法基于“分解-合成”思想，将预测控制与多模型思想结合起来，既具有预测控制方便处理约束、鲁棒性强的优点，又不失多模型策略设计简单、易实施的优势，是处理强非线性系统大工况变化的有效方法。但是如何建立一个能在工况范围内近似原非线性系统的线性模型集，并保证各子预测控制器之间切换的稳定性，一直是多模型预测控制设计方法的难点和关键。此外，由于多模型预测控制采用预测控制滚动优化的策略，较大的在线计算量限制了其在快时变系统或优化变量较多的高维系统中的应用。如何设计在线计算量小的多模型预测控制算法以满足控制对象实时性要求也是亟待解决的一个问题。本文针对上述问题，从预测控制基本算法出发，以间隙度量理论为依托，提出了基于间隙度量的多模型预测控制器设计方法。主要内容包括：首先，针对在全局范围内用线性模型集近似非线性系统的问题，提出了基于间隙度量的线性模型集选择算法。利用间隙度量可以表征两个线性系统动态特性差异的性质，用以估计某一平衡点处的线性模型近似原非线性系统的邻域范围，进而可以对整个工况范围进行分解，最终得到完备、非冗余的线性模型集。考虑如何保证子预测控制器间切换稳定性的问题，提出了保稳定性切换的多模型预测控制策略。在每个子工况范围内，采用无穷时域预测控制算法设计子控制器。通过估计局部预测控制器的椭圆稳定域，设计了子控制器切换规则，保证切换的稳定性。为进一步提升控制性能，又对上述控制器设计方法进行了改进，利用多面体不变集将局部控制器设计为常反馈控制和预测控制相结合的切换控制，数值仿真结果显示了其在控制性能提升上的有效性。针对一类对实时性有要求的非线性系统大工况范围变化问题，采用“离线设计，在线综合”思想，提出了离线的多模型预测控制算法。在间隙度量划分操作区间的基础上，将局部预测控制器设计为其离线形式，即将在线解优化问题的计算量转移到离线完成，在线只需通过简单的搜索查表算法即可得到控制律，从而大大减小了在线计算量，满足了控制算法实时性的要求。