广义系统又称为奇异系统、描述系统、微分代数系统或隐式系统，是在电力系统、经济系统、机器人系统和宇航系统等实际系统中广泛应用的一类动力学系统.广义大系统是由若干广义子系统耦合成的大规模系统，同样具有广泛的实际背景.因而研究具有干扰和约束的广义系统和广义大系统的控制问题具有重要意义.模型预测控制(Model predictive control, MPC)是被工业界首先构思出的控制方法,能够有效处理系统约束和参数不确定性等因素，已成为应用最为广泛的现代控制方法.在实际生产过程中往往存在参数不确定性、未建模动态以及外界干扰等，即用来描述被控系统动态特性的模型普遍存在某种不确定性，则使得被控系统的稳定性得不到很好的保证，进而推动了鲁棒预测控制方法产生和发展.鲁棒预测控制将鲁棒控制对不确定性的处理方法和预测控制的滚动优化原理融合，是一类能够较好处理不确定性问题的控制方法.分散预测控制能够弥补分散控制中因信息结构限制而引起的信息不足，是处理大系统控制问题的有效策略.电力系统、宇航系统等动力学系统通常会受到外界干扰和系统约束的影响，由此本文将考虑具有外界干扰和输入约束的广义系统和广义大系统，引入鲁棒预测控制方法，研究其鲁棒预测控制问题，分别设计具有稳定性保证的鲁棒预测控制器.主要内容如下：1.针对带有有界持续扰动和输入约束的离散广义系统，研究其鲁棒预测控制器设计问题.本文将输入状态稳定的定义引入到离散广义系统，并给出一个离散广义系统输入状态稳定的充分条件.文中考虑用输入状态稳定性刻画被控系统的稳定性，在quasi-min-max性能指标下，提出离散广义系统双模预测控制器综合设计方法，分析基于双模预测控制器的闭环离散广义系统输入状态稳定性，及正则、因果性.2.对于具有干扰输入和输入约束的离散广义大系统，设计了分散鲁棒H_∞预测控制器.将子系统之间的关联项当作不确定性处理，结合H_∞控制方法和滚动优化原理在线极小化性能指标，使得每个闭环广义子系统满足控制性能和输入约束，给出广义大系统分散鲁棒H_∞预测控制器存在的充分条件，并保证闭环广义大系统的稳定性、正则及因果性.