在实际遭受外部干扰影响下的工业控制系统中,大多数的被控对象表现出较强的时变、非线性等特征,并且系统状态变量常常部分或者完全不可测。因此,针对非线性控制系统的模型预测控制(MPC)设计和系统状态估计两方面的相关研究具有重要的理论和应用价值。鉴于Takagi-Sugeno(T-S)模糊模型作为一种处理复杂非线性控制的有效建模工具,本文研究了基于T-S模糊模型的非线性控制系统输出反馈模型预测控制与状态估计问题。在控制设计和状态估计中分别提出了考虑更多的模糊隶属度函数信息的新策略,并将其应用到模糊输出反馈模型预测控制控制器和模糊状态观测器的设计中,有效地降低相应设计条件的保守性。获得了比已有文献结果更好的控制和状态估计性能。具体地,本文研究分为如下几部分:1、研究了在数据丢包和不可预测的干扰条件下的模糊输出反馈MPC设计问题。将无限时域下非线性性能指标函数的在线最小化问题分解为离线模糊观测器的设计与在线的松弛输出反馈MPC的设计两个子问题。更重要的是,通过利用每一采样时刻所更新的模糊隶属度实时信息,提出一种模糊隶属度最大优先的切换策略,显著地降低了控制设计的保守性。与已有文献中的最新结果进行相比,所提出的方法可以获得更好的控制性能。2、提出了一种多时刻模糊状态观测器设计新方法。不同于传统模糊状态观测器架构,设计出一种同时考虑当前采样时刻以及若干以往采样时刻系统信息的多时刻模糊状态观测器新架构;基于此,将由归一化模糊加权函数组成的张成空间的深度细分,提出一种新颖的基于模糊隶属度实时排名信息的切换机制进而得到根据实时信息自由切换的具有多个工作模态的多时刻模糊状态观测器,显著降低了离散时间T-S模糊系统状态估计方法的保守性。特别指出的是,该方法在模糊状态估计保守性降低的同时在一定程度上以其求解可行的模糊观测器所耗费的计算成本上升为代价。3、提出了一种基于可变权重思想的多时刻模糊状态观测器设计方法。与之前方法不同,通过引入可变权重来开发出一种更加有效的基于模糊隶属度实时排名信息的切换机制,能够更自由地利用当前采样时刻时归一化模糊加权函数的大小差异信息,进而获得了的保守性进一步明显降低的模糊观测器的设计条件。与此同时,用于求解可行的模糊观测器的计算成本也得到了明显降低。也就是说,获得了既减少模糊状态观测器设计保守性又不增加额外计算负担的较为理想结果。