模型预测控制是目前应用得最广泛也最为成功的一种先进控制策略,具有控制效果好、抗干扰性强、鲁棒性强等优点。预测函数控制为第三代模型预测控制,它在保持传统模型预测控制基本特征的同时,通过对控制输入结构化,把控制量看作是若干事先选定的基函数的线性组合,使控制输入更具规律性,同时能有效降低算法的在线计算量。由于预测控制的特殊结构,控制器参数与系统闭环性能之间的定量关系很难确定,因而参数的整定比较困难,通常只能依靠工程人员的经验或者经过大量的离线仿真和在线调整才能确定。因此研究控制器参数选取的原则,对于指导参数整定和推动预测控制的工程应用具有重要的现实意义。免疫思维进化算法理论是基于思维进化算法和人工免疫系统中克隆选择原理,继承了思维进化算法的群体进化策略等进化机制上的优点,又加入了克隆选择算法中的学习、记忆开发、抗体多样性、自适应调节等优良的功能,使得免疫思维进化算法在优化中具有更快的收敛性和更高的计算精度。这些特点使得免疫思维进化算在参数整定方面有着很好的理论优势。本文从预测函数控制方法的基本原理出发,详细地介绍了预测函数控制方法的原理和具体算法;从算法上可以看出该控制方法计算简单,然后对预测函数控制的参数选取原则及各个参数对控制效果的影响进行了详细的说明,同时阐述了现有算法中参数整定难的问题,对一般预测函数控制在被控对象为一阶和二阶的情况下跟踪给定信号进行实验,说明了该控制方法的控制效果具有跟踪准确、快速等特点。针对预测函数控制参数本身的特点,本文选取了对预测函数控制的控制效果影响较大的几个参数,结合免疫思维进化算法的基本原理,给出了免疫预测控制算法下相关的定义及公式。通过预测函数控制和免疫预测控制算法两种方法在相同被控对象下的仿真实验,证明了经过参数优化后的免疫预测控制算法有更好的控制效果。