在现代工业生产控制中，由于实际生产中的控制量不断增加和复杂化，许多控制问题就会相继的出现。如控制对象的模型未知，复杂控制系统的多变量、非线性、时滞和耦合等问题。四容水箱系统就是一类典型的复杂控制系统，它具有多变量、大时滞、非线性及耦合等特点，很好的模拟了实际工业生产中的一些被控对象。对于四容水箱的这些特点，本文对四容水箱的液位控制进行了相关研究。在研究过程中，本文采用小波神经网络和广义预测控制相结合的控制策略。由于四容水箱系统的多变量、非线性等特点，由于小波神经网络具有良好的函数逼近能力，和广义预测控制对较复杂的过程控制有良好的控制性能，所以采用小波神经网络辨识被控对象模型，并且建立出基于小波神经网络的预测模型。在辨识的过程中，网络的训练算法采用的是改进的BP学习算法。在解决系统的耦合问题上，采用了基于前馈补偿解耦理论的模糊前馈解耦法，很好的利用了模糊控制的通用逼近性，对模糊控制的规则、论域作了相关设计，给出了具体的模糊前馈解耦策略。本文应用小波神经网络广义预测控制对二容水箱进行控制实验仿真并对比分析。运用基于模糊前馈解耦的小波神经网络广义预测控制，对四容水箱液位控制系统进行控制实验，对控制实验的结果进行相应分析。从结果分析可以得出，其调节时间短、终值稳定和控制过程中没有出现震荡，说明本文设计的这一控制策略在四容水箱液位控制系统的控制上，不仅取得了比较好的控制效果，而且系统控制的稳定性也比较好，这一控制策略为解决类似四容水箱系统的复杂控制提供了一类解决方法。