分布式系统广泛存在于现代工业的各个领域,包括石油化工、生产制造、交通运输、航空航天等,它具有系统结构灵活、计算负载低、易于安装维护、支持信息共享与远程通信等优点,在学术界与工业界受到了人们的青睐。分布式模型预测控制作为解决大规模复杂分布式系统优化控制问题的关键方法,可有效处理多变量、多约束优化控制问题,成为分布式控制系统领域研究的重点。在实际大规模复杂系统的生产过程中,受外部环境及生产条件的影响,例如,用户需求变化、生产任务调整、生产原材料种类变化、生产工艺改进等,分布式系统的物理结构可能发生变化,一类分布式可重构预测控制系统因此出现。结合不同应用场景下分布式系统的控制任务与设计要求,研究如何在系统结构动态变化的情况下对全局系统进行控制结构及预测控制器优化设计,对于满足不同的重构结构需求,实现重构拓扑结构下可靠的分布式系统功能具有重要意义。从控制成本和控制性能两方面考虑,保证全局系统结构可控的最小输入设计是分布式预测控制系统控制结构选择的一个重要依据。然而,受系统拓扑结构动态变化的影响,重构结构下分布式系统可能不再满足全局结构可控或控制成本最低的要求,给分布式可重构系统的控制结构设计带来困难。同时,分布式系统物理及通信拓扑结构的动态重构往往导致系统控制性能的下降、重构控制的不可行或不稳定,使基于模型预测控制方法的分布式系统重构控制面临新的挑战。综合上述问题,本文研究分布式可重构预测控制系统的设计与综合方法,论文的主要工作及贡献如下:（1）提出了分布式系统保证结构可控的最小输入设计方法。针对（大规模）复杂分布式系统状态节点众多、耦合关联复杂,传统基于全局系统单体模型的最小输入设计算法效率较低的问题,提出了一种适应于分布式系统结构的最小输入设计方法。基于局部子系统及其关联子系统的结构信息,设计了确定全局系统非置顶强连接组分和最小输入的图形化算法,保证了全局系统的结构性。通过算法复杂度的分析与比较,证明了当分布式系统结构满足一个较弱的约束条件时,所提方法比传统求解方法具有更低的算法复杂度,可提高复杂分布式系统最小输入控制结构的设计效率。（2）研究了分布式可重构系统的最小输入分配方法。考虑当分布式预测控制系统拓扑结构动态变化时全局系统控制结构的重构优化设计问题。对任意具有结构可控性的重构分布式系统,提出了从已有控制输入中剔除最多冗余驱动节点同时保证全局系统结构可控的图形化算法。同时,对任意结构不可控的重构分布式系统,提出了在已有控制结构基础上增加最少附加驱动节点以保证全局重构系统结构可控的图形化算法。与已有方法相比,所提方法在统一的框架下给出了求解分布式可重构系统最小输入分配问题的多项式时间算法,实现了重构结构下全局系统控制结构的优化设计。（3）提出了基于最小输入分配的可重构分布式预测控制方法。基于分布式可重构系统最小输入分配的控制结构选择,提出了针对直接和间接受影响子系统的分布式重构预测控制综合设计方法。通过设计局部子系统的非合作可重构分布式模型预测控制器,在较少的计算和通信负载下实现了重构系统的有效控制。进一步地,为提高分布式系统对不同重构结构请求的快速响应能力,满足重构控制的实时性要求,将所提出的可重构分布式预测控制方法与高效的交替方向乘子法结合,得到了最优重构控制律的快速求解迭代公式,实现了分布式可重构系统在最小输入分配下的快速响应和有效控制。（4）研究了具有可行性保证的可重构邻域协同分布式预测控制方法。针对分布式系统在意重构结构时刻、重构拓扑结构下控制器设计初始不可行的问题,建立了初始分布式系统与重构系统间平稳、可行的在线过渡过程,提出了具有可行性保证的动态重构过程设计方法。同时,对重构系统直接受影响子系统的辅助子系统,提出了邻域协同的重构分布式预测控制器设计方法。基于分布式可重构系统的最小输入分配,构建了辅助子系统的邻域优化扩展子模型。通过采用邻域协同的重构控制策略,建立了关联子系统的利益平衡机制,提升了分布式子系统的协同收敛速率和全局系统的重构控制性能。