模型预测控制作为一种新型计算机控制算法，具有预测模型、滚动优化和反馈校正三大特征，使其成为一种重要的先进控制策略，在理论方面取得了长足发展，并且在工业控制界取得很多成功应用。预测函数控制是预测控制领域中最新的研究方向之一。近年来，预测函数控制方法的应用已经从最初的快速过程，如工业机器人的手臂控制、雷达跟踪控制等发展到慢速过程，如间歇反应过程的温度跟踪控制等，而且，在国内的应用也已呈逐步发展之趋势。在论文中首先介绍了预测控制方法的基本原理，对预测控制的发展历史和理论研究现状进行了综述，然后介绍了PFC的主要思想及基本原理，从基函数的选择、参考轨迹、预测模型、优化目标函数等方面详细论述了单变量系统预测函数控制方法的原理和具体算法。 本文主要是对预测函数控制算法进行了改进，并进行了机理分析。本文创新工作内容如下： 1、基于CARIMA模型，提出了采用对输出误差和控制增量加权的二次型性能指标的预测函数控制算法，并在工业过程模型中进行了仿真研究，取得了良好的控制效果，表明该算法具有跟踪快、控制精度高、稳定性强的特点，是一种比较有效的控制方法。 2、基于CARIMA模型，推导了增量型预测函数控制算法的内模控制(IMC)结构，并根据基函数的选取方式不同，推导了基于CARIMA模型的增量型PFC算法和GPC算法在一定条件下的等价性。 3、将预测函数控制和传统的比例积分控制方法有机的结合起来，推导了具有比例积分型的预测函数控制算法(PIPFC)，该算法充分发挥了预测函数控制和PI控制各自的优点，有效改善了对系统的控制效果。 4、针对非线性系统，采用基于模糊聚类和正交最小二乘法的非线性系统的模糊辨识方法，设计了预测函数控制器，并对非线性系统进行了仿真研究，取得了良好的控制效果，该算法具有跟踪快、控制精度高、稳定性强的特点。 5、选用学习速度较快的Davidon最小二乘法作为神经网络学习算法，把线性化获得的预测函数控制律与非线性前馈增益补偿相结合，构造出适合非线性系统控制的前馈补偿预测函数自校正控制器，对一些非线性系统进行控制，获得较理想的控制效果。 最后对全文的工作进行了总结，分析了存在的问题，并对预测函数控制方法的应用研究前景进行了展望。