在当今的工业过程控制领域，模型预测控制作为一种实用且控制效果较好的先进控制策略，越来越多的受到控制工程师的青睐，也吸引着越来越多的学者对其进行研究。本文在对预测控制算法进行研究的基础上，提出了基于状态空间法的阶梯式多变量动态矩阵控制集中预测集中优化和分散预测分散优化两种算法，算法在保持了状态空间法优点的同时，使计算量大为减少。 预测控制在国外应用越来越广泛，预测控制软件产品也显示出其应有的价值，然而国内在这方面的软件产品还不多。本文基于先进控制软件平台，对多种预测控制算法进行了工程化实现，包括单变量DMC(动态矩阵控制)、MAC(模型算法控制)、IMAC(增量式模型算法控制)、GPC(广义预测控制)、．MDMC(多变量动态矩阵控制)、StairMDMC(阶梯式多变量动态矩阵控制)、MPFC(多变量预测函数控制)，算法的实现过程秉承了平台开发过程的严谨作风，按软件工程的方法，重视前期需求分析和后期测试工作。最后通过仿真和实验验证了算法的有效性和平台的可靠性。 本论文是作者对预测控制算法所做的研究工作和这些算法的工程化实现工作的总结，全文总共5章。第一章为绪论，介绍了预测控制的产生、发展、研究和应用现状、及其基本原理，最后说明课题意义和作者所做工作。第二章为预测控制算法研究，首先推导了基于状态空间模型的单变量动态矩阵算法，接着介绍了基于同一思路的多变量算法，然后作者引入阶梯式控制的思想，提出了基于状态空间法的阶梯式多变量动态矩阵控制算法，最后还介绍了预测函数控制基本算法和一种多变量预测函数控制算法。第三章是预测控制的工程化实现，首先简要介绍了算法实现的基础——先进控制软件平台，然后说明了基于平台的预测控制算法的工程化实现方法和实现过程，最后是对所实现的预测控制算法模块和预测控制系统进行程序测试的简要说明。第四章是预测控制系统的测试、实验过程及结果，并对结果进行了分析。第五章对算法实现过程进行了总结。