复杂的多变量系统控制问题一直是控制领域较难解决的问题之一，因为复杂多变量系统一般有很强的非线性特性，各个变量之间有强耦合性，很难用传统的控制方法进行控制。本文采用组合模型预测控制方法对多变量系统进行预测控制，该方法不用处理变量间复杂的机理关系，只需要对系统的输入输出数据进行分析，针对系统的稳态数据和动态数据分别辨识BP稳态模型和ARMAX动态模型，再采用增益调节方法将两种模型结合起来，形成能体现系统特性的组合模型。根据组合模型推导多步预测输出，通过预测输出和设定输出的误差校正预测输出，采用序列二次规划方法对目标函数进行优化求解。具体研究工作如下：首先，研究多变量系统组合模型的辨识问题，多变量的动态ARMAX模型存在不可测噪声，因此重点研究其辨识方法。通过查阅大量文献资料，采用递推增广最小二乘法进行参数辨识，可以得到较精确的辨识效果。对于稳态神经网络模型，采用BP算法进行参数辨识。通过用稳态模型增益调节动态模型归一化后的模型参数，实现了两个模型的组合，形成BP-ARMAX组合模型。其次，基于BP-ARMAX组合模型，推导和设计了多变量系统模型预测输出，通过预测输出与设定输出的误差校正预测输出，采用序列二次规划算法对目标函数进行求解，并将求得的最优控制增量作用到当前输入作为下一步输入值，从而实现滚动优化，最终达到稳定控制的目的。最后，根据多变量系统的组合模型预测控制理论，结合工业现场中集散控制系统的实际情况，设计多变量系统组合模型预测控制软件。采用先进的C#语言进行编程，通过类、函数及界面的合理规划设计，最终实现模型预测控制软件的仿真应用。