基于线性模型的预测控制算法已广泛应用于有约束多变量工业过程。然而，对于具有强非线性、扰动频繁或工作点大范围变化的系统，采用基于工作点附近线性化模型的预测控制常常无法满足控制品质的要求。因此，研究非线性模型预测控制具有重要的理论及应用价值。线性模型预测控制在每个采样周期内求解二次规划，一般可以得到解析解，并能保证在每个采样周期内获得全局最优解。但非线性模型预测控制在每个采样周期，需要求解一般有约束非凸非线性优化问题，难以给出解析形式的控制律，不能保证全局最优解。并且即使状态维数相对很小，在线计算量随着决策变量的维数N_p×n_u呈指数增长，阻碍了非线性预测控制的实际应用。本文着重研究非线性预测控制的快速算法，增强算法的实用性。主要工作及意义有以下几个方面：1)对非线性预测控制的理论研究现状和工程研究现状进行了简要的综述，分析了非线性预测控制算法的基本原理和特点，剖析了预测控制在线计算复杂性的原因，综述了提高非线性预测控制优化效率的研究现状。2)基于仿射非线性系统，提出了一步快速非线性预测控制算法，只需在线求解二次规划，该算法结构简单，具有解析解。在此基础上又提出了基于扰动模型的一步快速非线性预测控制算法，当模型失配时进行仿真研究，获得了满意的控制效果。3)为了避免通过梯度法进行优化时常会产生局部收敛及对初值敏感的问题，将遗传算法作为非线性预测控制中的优化方法，提出了基于遗传算法的有约束非线性预测控制算法。为了减小在线计算量，在此基础上提出了改进算法…次优非线性预测控制算法，并能保证闭环系统的稳定性。针对强非线性系统连续搅拌釜式反应器进行仿真研究，仿真结果验证了次优非线性预测控制算法的有效性，与传统非线性预测控制算法比较，验证了该算法的优越性。4)将非线性预测控制和阶梯控制相结合，提出了阶梯式非线性预测控制算法，减少决策变量的自由度，提高了算法的在线优化效率。针对连续搅拌釜式反应器的仿真研究表明，本算法具有良好的可行性和控制效果。5)非线性预测控制算法都应紧密地与实际工业过程结合起来，应用到实际工业过程中去。采用非线性系统辨识方法，建立多容水箱液位系统的非线性数学模型，并将本文提出的三种非线性预测控制算法应用到该系统中，验证了三种算法的可行性，同时证明了非线性系统辨识方法的有效性。并且还将阶梯式非线性预测控制算法应用于移动无线传感网的仿真研究中。最后总结全文，给出了主要结论和尚需进一步研究的问题。