本文从降低计算复杂性角度出发,讨论了模型预测控制中一类特殊算法一预测函数控制算法在工业过程控制中的应用.传统预测控制算法通过优化性能指标而未注意到控制量的结构形式,可能伴随规律下明的控制输入.预测函数控制视控制输入结构为关键,认为系统输入是一组预先选定的基函数的加权组合,如此使得在线优化效率提升,对于快过程的控制应用非常方便,近年已受到工业界的广泛关注.因此本文将详细讨论预测函数控制算法在工业过程中的应用.首先提出两类基于SISO非参数模型阶跃响应模型的预测函数控制算法,并通过Jury主系数定理给出相关鲁棒稳定性结果;提出了MIMO过程的状态反馈预测函数控制算法,定义了鲁棒度的概念,给出了闭环控制系统鲁棒稳定的条件;基于纳什优化和分布式优化提出MIMO过程的解耦预测函数控制算法;基于脉冲响应模型提出了SISO非自衡系统的预测函数控制算法,并给出闭环控制系统的鲁棒稳定性条件;提出了SISO非线性系统的自适应预测函数控制算法和MIMO双线性系统的预测控制算法,讨论了系统的稳定性及控制器参数整定问题,通过定理给出了控制系统无偏差跟踪给定值且输入输出有界的证明;提出了带有多.重状态及输入滞后的MIMO系统的预测函数控制算法,基于最大模定理和矩阵谱半径性质给出控制系统保持鲁棒D稳定的条件. 本文的主要创新和贡献包括如下内容:1.分析了预测控制算法中在线计算复杂性的问题,剖析了出现这种现象的原因,介绍了输入参数化以及解决计算复杂性问题的思路,引入集结概念提升控制系统的在线优化速度.2.针对预测控制算法的计算复杂性问题,在给定SISO稳定系统不确定描述的基础上,提出了针对该对象的两类预测函数控制算法,并基于内模控制结构和Jury主系数定理给出了闭环控制系统鲁棒稳定的条件.3.针对带有一般性摄动的MIMO过程,利用状态反馈技术提出了针对该对象的预测函数控制算法.重点基于Lyapunov方法通过求解一二次不等式给出了控制系统的鲁棒稳定性条件,定义了鲁棒度的概念.其次利用纳什优化概念和分布式优化算法给出了MIMO系统的解耦预测函数控制算法.4.基于脉冲响应系数形式定义了SISO非自衡系统的不确定描述,提出了一种新的误差反馈校正方法并设计了非自衡系统的预测函数控制算法,基于Jury主系数定理给出控制系统保持鲁棒稳定的条件及证明了控制系统可以零偏差方式跟踪给定值.5.为提升非线性预测控制系统的在线优化效率,在非线性系统控制中引入集结概念提升优化速度.首先针对SISO非线性对象,引入PPD概念,设计了非线性系统的自适应预测函数控制算法,给出控制系统稳定且跟踪给定值无偏差的证明,该算法只利用系统的输入输出数据,对系统模型要求低.文章也给出了控制器的参数整定公式及算法的具体设计步骤.其次提出针对MIMO双线性系统的预测函数控制算法. 6.针对实际系统中同时存在状态滞后及输入滞后控制对象难以控制的情况,给出此类系统的预测函数控制算法设计,基于最大模定理和矩阵谱半径性质给出所设计控制系统鲁棒D稳定的条件,仿真实验验证了设计方法的有效性.