随着大型复杂的实际工业生产过程控制中的非线性和不确定性日益严重，模糊控制和模糊辨识作为一种新颖的智能控制方法，在解决复杂系统控制问题的过程中表现出了巨大的潜力。将预测控制已取得的成果与模糊控制相结合，朝着智能预测控制方向发展，可以进一步增强了预测控制面对复杂环境、复杂对象和复杂任务的处理能力。 本文提出了一种基于T-S模型的模糊预测控制策略。作为目前应用最广泛的T-S模糊模型，本质上是一种非线性模型，宜于表达复杂系统的全局动态特性，采用模糊减法聚类—最小二乘的模糊辨识方法，进行模糊建模，建模仿真实例得到了较为满意的逼近精度。T-S模糊模型用来实时预报，通过当前的工况参数可以及时在线的修正每一时刻的阶跃响应模型参数，将模糊模型作为常规线性预测控制DMC方法的预测模型，从而把T-S模型对复杂的非线性系统的良好描述特性和预测控制的滚动优化算法相结合，来实现利用常规线性预测控制策略对非线性系统的大范围有效控制，克服了传统的线性预测方法只限于局部工作点控制的不足，有效地解决了复杂工业过程的强非线性问题。 采用本文提出的模糊预测控制算法，对非线性对象PH值中和过程进行仿真控制，并结合时间比例控制和分程控制的思想，在过程控制实验装置SY-3000E上进行模拟实验控制，结果表明其控制性能明显优于传统的PID控制器。