火电厂热工自动化是保障设备安全、提高机组经济性、减轻劳动强度及改善劳动条件的重要技术措施。火电生产过程本身是一个非常复杂的控制系统,滞后、惯性、时变以及多变量特征,使其成为非线性系统建模与有效控制的困难所在。广义预测控制作为一种对模型精度要求低、鲁棒性强、能够有效克服系统大滞后并易于实现计算机实时控制的算法,已经成功应用于一些工业过程控制中,并显示出强大的生命力。对于火电机组复杂非线性热工系统,研究其广义预测控制及其在线优化算法,对智能电网的建设无疑具有一定的理论意义和应用价值。因此,本文围绕快速稳定的在线优化算法研究及其在非线性多步预测优化控制中的应用问题,开展了如下研究：1.在线优化算法研究研究了几种新型智能优化算法：混沌优化算法、粒子群优化算法以及新型小世界优化算法。为了解决现有小世界优化算法存在由于编码、解码而造成的算法繁琐和运行时间长等问题,在二进制和十进制编码小世界优化算法基础上,提出了一种新的基于实数编码的小世界优化算法。仿真分析表明,实数编码小世界优化算法比二进制编码小世界算法、混沌优化算法和粒子群优化算法具有更高的搜索效率和精度,适宜于广义预测控制的在线滚动优化计算及求解。2.广义预测控制在复杂非线性热工系统中的应用首先,针对单元机组非线性负荷系统多目标优化的控制问题,将BP神经网络辨识、实数编码小世界优化算法和多目标优化预测控制思想有机结合,提出一种新型的非线性预测控制器。仿真结果表明,在AGC负荷指令变化时,单元机组各变量得到了满意的实时控制效果。然后,针对锅炉过热蒸汽温度系统大迟延、大惯性和非线性特性,引入基于混沌遗传算法的T-S模糊模型,并对其实施了非线性预测控制,应用上述基于实数编码的小世界优化算法,仿真结果证明本文提出的广义非线性预测控制在线滚动优化算法在处理大滞后、非线性系统的优越性。最后,考虑到实际工业过程系统总是受到各种软硬约束的限制,对上述两个控制系统分别加入执行机构硬约束条件,仿真结果表明两种非线性系统的广义预测控制在实际工况下仍然能达到较好的控制效果。