模型预测控制(MPC)是工业过程控制中最具代表性的先进控制策略。实际工业过程中,控制器的求解要满足各种约束条件,有约束的DMC在线优化问题就是非线性优化问题,针对传统非线性优化方法存在计算量大、不能找到全局最优解的缺点,本文尝试用混沌优化算法解决此类问题。　　 混沌优化算法是利用混沌运动的遍历性、初值敏感性等特点进行寻优搜索的,从理论上分析了混沌优化算法的收敛性之后,对比研究Logistic和Tent两种用于产生混沌序列的映射形式,并针对Tent映射存在的小周期点问题稍作修改,然后对二次载波过程中存在的单侧寻优问题进行了研究,最后构造了一种基于Tent映射的改进混沌优化算法,在此基础上结合仿真实例,说明混沌优化算法的优越性和Tent映射的应用前景。　　 有约束的预测控制滚动优化可以转化为标准的二次规划问题,分别将基于Tent映射的混沌优化算法、有效集算法以及Dantzig-Wolfc算法作为滚动优化策略,对比研究它们在预测控制滚动优化中的求解效果,反应再生系统的仿真结果说明了混沌优化算法的优越性。　　 最后,将本文构造的算法用于实际过程控制中。通过OPC技术实现MATLAB和组态软件MCGS的数据通讯,搭建一个在MATIAB环境中控制实际过程的实验平台,并实现对A3000过程装置的控制。PID算法的成功实施,验证了该平台的可靠性;然后,将本文研究的基于混沌优化的DMC算法作为控制策略,取得了比较满意的效果,说明该算法具有良好的控制性能。