广义预测控制是80年代产生的一种新型计算机控制算法,是预测控制中最具代表性的算法之一,它保持了预测控制的模型预测、滚动优化和反馈校正的优点,控制效果好,具有较强的鲁棒性。因此,广义预测控制一出现,就受到了广泛的关注,并且已经应用到许多工业过程中。本文在前人研究的基础上,针对广义预测控制中的不足与缺陷,进行了如下的研究:首先,针对广义预测控制中的约束问题,通过目标规划,将非线性规划问题转化为线性规划问题,然后采用基线法进行求解。目标规划算法是一种多目标优化策略,能够明确区分硬性约束和软性约束,并且其求解不像非线性规划那样依赖于初始条件的选取。仿真证明了该约束算法良好的约束效果和控制效果。其次,针对多变量系统模型辨识困难的问题,采用子空间法辨识法直接辨识系统的状态空间模型,为避免状态空间模型与广义预测控制中常用的CARIMA模型的转换,推导了基于状态空间模型的广义预测控制律,使子空间辨识法与广义预测控制达到了比较好的结合。最后,针对一类比较常见的非线性系统,研究了其广义预测控制。此类非线性系统可以等效为时变参数的线性系统,因此只需线辨识等效时变系统的参数,就可进行广义预测控制。相对于其他非线性系统的广义预测控制算法,此方法在保持了控制效果的同时,计算量小,工作点变化时跟踪速度快。