车辆队列正逐渐成为智能交通系统(Intelligent Transport System,ITS)的研究热点。在保证行驶安全的前提下,车辆队列通过主动减小安全车间距,可以减少车辆燃油消耗、增加道路吞吐量并降低交通事故率。目前,燃油经济性是车辆队列系统的重要指标,影响着车辆运行的经济成本。本文针对受扰动影响的车辆队列系统行驶燃油经济性控制问题,开展非线性系统鲁棒经济模型预测控制(Model Predictive Control,MPC)及其车辆队列系统分布式经济控制研究,这对车辆队列的发展有重要意义和经济价值。本文主要研究工作如下:(1)针对一类未知有界扰动的约束不确定性非线性系统,提出了一种能够保证系统关于扰动输入到状态稳定(Input-to-State Stability,ISS)的鲁棒经济MPC策略。通过引入一种基于Lyapunov函数的改进收缩约束,预测不确定性系统的名义状态,建立经济MPC最优控制问题。再利用鲁棒不变集和终端要素,建立经济MPC的递推可行性和ISS的充分条件,并仿真验证结果的正确性。(2)考虑车辆队列的燃油经济性控制问题,提出了一种非线性分布式经济MPC策略,用于解决受到安全约束的非线性车辆队列系统控制问题。先将车辆的油耗指标用于设计车辆队列的分布式经济MPC策略,再利用车辆跟踪性能保证车辆队列的稳定性和弦稳定性,进而将车辆队列的燃油经济性控制问题转化为分布式双层经济滚动时域优化控制问题。基于稳定性结果,新策略能够通过优化燃油经济目标函数降低系统的燃油消耗成本,同时使系统维持跟踪稳定性和弦稳定性。通过与传统车辆队列MPC策略仿真比较,验证结果的有效性。(3)针对受滚动摩擦阻力扰动影响下的车辆队列系统控制问题,提出了一种全新的非线性车辆队列分布式鲁棒经济MPC策略。该策略直接优化由车辆油耗标准构造的目标函数。利用车辆跟踪性能和阻力扰动上界构造鲁棒性收缩约束,用以保证车辆队列系统关于滚动摩擦阻力扰动ISS以及车辆队列跟踪稳定性。通过稳定性分析验证了提出控制策略下系统的性能,并通过仿真验证了新策略的有效性。