由于实际被控过程往往是非线性的,且会受到约束条件的限制,对有约束非线性系统的稳定控制研究非常重要。非线性模型预测控制（Nonlinear Model Predictive Control,NMPC）是在每一个采样周期内求解一个有约束的非凸的非线性规划问题。它具有良好的处理变量约束、非线性、多变量的能力,因此在控制领域备受瞩目,已成为复杂工业过程优先采用的先进控制之一。　　如何在约束条件下求得保证非线性闭环系统渐近稳定且具有显式表达式的预测控制律是本文研究的主要问题。　　本文的工作主要包括两部分：　　第一，针对一类输入受约束的非线性系统,给出了一种显式模糊非线性预测控制算法。具体思路是：利用基于模糊聚类的T-S模糊模型充分逼近输入受约束的被控非线性系统,并以此T-S模型作为预测模型构造了终端不变集及仿射输入型的显式预测控制器。该算法避免了求解非线性预测控制中复杂的非凸非线性规划问题,减少了优化量,而且保证了闭环系统的稳定性。　　第二,针对一类状态不可测的不确定非线性系统,给出了基于状态观测器的鲁棒模型预测控制算法。具体思路是：利用状态观测器和控制 Lyapunov函数得到系统的带有可调参数的输出反馈有界控制器和鲁棒稳定域,在此基础上通过优化性能指标确定可调参数,设计稳定域内满足约束的条件且保证闭环系统鲁棒渐近稳定的输出反馈预测控制器。在稳定域外,设计基于终端约束的鲁棒输出反馈预测控制算法,同样地得到保证闭环系统渐近稳定的预测控制器。