预测控制是一种先进的控制算法。在许多工业控制过程中,由于受对象的复杂特性及运行现场环境限制,模型预测控制需选择较大的预测时域和控制时域,因此大大增加了控制器的计算量和控制周期时间,从而降低了控制品质。从现有算法来看,模型预测控制主要只适用于具有大采样周期的慢动态过程和具有高性能计算机的环境,从而大大限制了其在更广阔应用领域和应用场合的推广。为了增大预测控制的应用领域,减少在线计算量,加快控制进程,研究预测控制的简化算法是十分必要的。本文综述了目前模型预测控制简化算法的现状,叙述了动态矩阵预测控制算法的实现过程。重点介绍了基于策略的模型预测控制简化算法,分析了两个重要的参数——预测时域和控制时域在预测控制中的重要作用,并研究了针对这两个参数的三种简化算法。首先,介绍了Blocking技术,Blocking技术打破了预测控制和控制时域连续时刻取点的传统思想,采用离散不等间隔的选取方法设置预测时域。提出了基于阶跃响应曲线的Blocking技术的优化方法,并与采用遗传算法的Blocking技术的优化方法进行了仿真比较,提出了Blocking技术的选取的基本原则。其次,介绍了集结算法,简述了三种典型的集结算法,重点研究了衰减的集结算法,并分析了集结矩阵的维数、集结元素排布和衰减度与控制性能的关系,由仿真分析结果得出选取集结矩阵的一般指导原则。之后,针对衰减集结算法中优化变量的函数关系,提出了解耦的衰减集结算法,并进行了仿真比较。最后,基于对blocking技术和集结算法的研究,提出了可变控制策略的方法,根据控制策略的特性,在不同的输出状态在采用不同的控制策略,并且介绍了不同控制策略的切换方法。可变控制策略算法不仅能克服单一控制策略的缺点,并且能在减少在线计算量的前提下,进一步提高控制品质。