在现代控制理论中,控制器都是在被控对象的数学模型精确已知这个条件的基础上来设计的.然而由于建模过程中存在未建模的动态和各种不确定性因素,使得基于模型的控制方法在实际的生产应用中常常不能达到预期的效果.与此同时,随着科学技术的发展,工业化生产的规模越来越大,实际生产过程中的非线性程度越来越复杂,无法得到精确的系统模型.无模型预测控制利用受控系统当前的以及历史的数据进行控制器的设计和分析.因此,本文考虑研究不基于精确数学模型的控制方法.本文针对几类离散高阶非线性系统,分别设计了合适的无模型预测控制器使系统达到稳定.本文的工作可以概括为以下三部分:第一,针对一类模型未知的高阶离散非线性系统,提出了一种无模型预测控制算法.首先,利用改进的投影算法来逼近被控非线性系统,给出一个估计模型.基于估计模型,通过求解有限时域滚动优化二次函数,设计预测控制器,得到了控制器的显式解析解,从而保证了系统的稳定性.仿真结果表明,该控制策略具有良好的稳定性和鲁棒性,且与无模型滑模控制相比该控制策略具有更快的收敛速度和更稳定的动态特性.第二,针对一类模型未知的高阶离散非线性切换系统,提出了一种无模型预测控制算法.首先,针对每个子系统采用紧格式动态线性化技术,利用改进的投影算法来逼近被控非线性子系统,给出子系统的估计模型.基于估计模型,通过求解有限时域滚动优化二次函数,得到子系统控制器的显式解析解.最后设计了切换律使得系统在不同的子系统之间切换时仍能保证系统的稳定性.仿真验证了该控制策略的有效性.第三,针对一类模型未知的高阶离散非线性不对称系统,提出了一种无模型预测控制算法.首先,根据不对称系统的动态特性针对正反模型分别采用紧格式动态线性化技术,利用改进的投影算法来逼近被控非线性系统,得到估计模型.基于估计模型,通过求解有限时域滚动优化二次函数,得到控制器的显式解析解.最后设计了切换律使得系统在正反模型之间合理切换,从而保证整个系统的稳定性.仿真验证了该控制策略的有效性.