实际工程控制系统中的非线性、不确定性等特性以及约束预测控制在线优化算法的可行性、稳定性一直是预测控制研究领域的焦点问题。本文利用T-S模糊模型建模方法和模糊控制律,以线性矩阵不等式为主要工具,结合预测控制中的不变集理论,研究了非线性系统约束条件下预测控制的可行性、稳定性和鲁棒性等基本问题,并在此基础上重点研究了网络控制系统的预测控制器设计方法。本文工作主要包括以下几个方面:1.研究了具有结构不确定性的T-S模糊系统的鲁棒预测控制方法。基于非并行补偿控制律设计了模糊预测控制器,通过扩展的非二次李雅普诺夫函数和松弛矩阵,得到了保证闭环系统稳定性的充分条件;利用线性矩阵不等式方法,在每个采样时刻,将min-max优化问题转化为在线求解无限时域的性能指标函数最小化问题;建立了保证每个采样时刻优化问题可行和鲁棒渐进稳定的不变集,运用不变集理论得到了约束条件下的鲁棒预测控制综合方法。以高度非线性的连续反应搅拌釜为被控对象,验证了预测控制器设计方法的有效性。2.针对一类由多面体不确定模型描述的线性时变系统,考虑了传感器到控制器链路存在网络诱导时延、数据包丢失和数据量化的情形,设计了基于状态反馈的预测控制器。通过在线求解无限时域性能指标函数的凸优化问题得到最优控制作用,以降低网络数据传输对系统稳定性的影响,实现对闭环系统的稳定控制。不同网络环境下的仿真实验结果验证了网络预测控制算法的有效性。3.深入研究了非线性网络控制系统中存在参数不确定性和随机丢包的约束预测控制方法。利用区间2型T-S模糊模型描述具有参数不确定性的非线性系统,以齐次马尔可夫过程模拟控制器到执行器链路的数据传输过程,设计了区间2型模糊预测控制器,在每个采样时刻,将最优控制作用的求解转化为最小化无限时域期望二型性能指标函数上界的凸优化问题。建立了随机期望不变集,给出了输入约束条件下保证闭环系统均方意义下渐进稳定和可行性的预测控制综合方法。在不同网络环境下进行了仿真实验,结果验证了理论方法的有效性和可行性。