预测控制是面向实际工业过程发展起来的一类先进控制方法，一直深受控制界的关注，将智能控制理论与预测控制机理相结合，使预测控制向智能化方向发展，以满足复杂工业过程控制的需要，是当前预测控制发展的新趋势。作为目前应用最为广泛的T-S模糊模型，本质上是一种非线性模型，理论上已经证明它可以按任意精度逼近任意非线性系统。利用T-S模糊模型作为预测模型恰好可以弥补单纯性预测模型的不足。本文提出将T-S模糊模型引进到广义预测控制中，并用满意优化算法改进广义预测控制算法中传统的基于二次型优化的滚动优化算法，从而形成了一种基于满意优化的模糊广义预测控制方法，对这一控制方法的进一步研究，无论从理论上还是实际应用中考虑都具有十分重要的意义。　　 本文首先采用模糊C均值聚类的方法和最小二乘法辨识非线性动态系统的T-S模糊模型，然后以此模型为预测模型设计广义预测控制器，实现系统的最优控制，通过仿真验证了该模糊预测控制器的有效性。这就提供了一种非常有效而实用的对非线性系统的建模和控制方法，这种建模方法无需考虑非线性对象的具体结构。　　 其次，在广义预测算法中引入满意优化的思想。用满意优化算法改进广义预测算法滚动优化过程中传统的二次型优化算法，从而节省了滚动优化中求解最优解的时间，减少了在线计算量。形成了一种基于满意优化的模糊预测控制算法。　　 最后，本文将模糊预测控制算法应用到pH值控制这一典型的非线性控制问题中，通过仿真验证了模糊预测控制算法对pH值控制有很好的控制效果。