在网络信息技术飞速发展的现代社会,网络化控制技术已经在大范围的工业控制领域受到广泛的应用。但是,网络化控制技术在实际的应用中也带来了一些挑战。由于网络环境下,信息的传递需要考虑到量化与丢包的情况,而利用传统的预测控制并不会对这些因素进行考量。如果忽视这些因素,势必会对实际的工业生产造成一些不可估量的损失。综上所述,本文依据模型预测控制(model predictive control,MPC)方法的特点,考虑网络控制系统中存在的量化丢包,及有界干扰的情况,结合区间二型(interval type-2,IT2)Takagi-Sugeno(T-S)模糊模型和Hammerstein模型描述系统的非线性网络系统,利用二次有界技术,线性矩阵不等式(linear matrix inequality,LMI)技术对所建立的模型设计优化问题并进行求解。本文的主要研究内容分为以下三部分:1.考虑了在非线性网络环境中出现的量化,丢包,以及有界干扰的问题,提出了一种基于IT2 T-S模糊模型的状态反馈预测控制器的设计方法。首先,引入了事件触发策略来降低网络环境的负担,并将系统中出现的丢包现象刻画为马尔科夫链丢包模型,量化误差通过扇形界的方法进行了处理,依此建立了相应的非线性闭环模型。然后,通过利用MPC综合方法在线求解无穷时域的目标函数的优化问题,并明确考虑了输入约束。利用二次有界技术,闭环系统的递归可行性与二次稳定性可以得到保证。2.针对带有随机有界扰动与丢包网络环境下以IT2 T-S模糊模型描述的非线性网络控制系统,设计了一种基于事件触发的多步输出反馈预测控制方法。首先,网络环境中的丢包现象被描述为伯努利丢包模型,并且对数据的传输应用事件触发进行限制,以此来有效减轻网络的负担。然后,通过引入二次有界技术,得到了刻画有界干扰作用下的网络化控制系统闭环稳定的充分条件。在该稳定性条件的基础上,提出了网络环境下多步输出反馈预测控制方法。并且在此算法的基础上,增加了辅优化问题,以此削减状态误差的界,提高控制性能。最后,针对多步输出反馈预测控制方法的递归可行性进行了分析,并且证明了闭环系统的稳定性。3.考虑了带有随机有界干扰,丢包以及量化误差下的非线性网络控制系统,提出了一种基于Hammerstein模型的多步输出反馈预测控制方法。首先,网络系统中出现的量化丢包现象,利用伯努利丢包模型以及扇形界方法对其进行了合理的处理。随后,基于二次有界技术,通过在线求解最小化二次性能指标函数上界的优化问题得到了多步输出反馈预测控制综合方法。最后,为了进一步的提高控制性能,增加了辅优化问题缩减状态误差的界。