在实际工业过程中，系统中的物理量是不可能无限取值的，输入输出变量存在着各种各样的硬约束，因此在实现控制时，必须根据实际要求，把控制量和输出量约束在一定的范围内。预测控制由于采用了在线获得控制律的方式，从而能够在控制器的设计和实现中将给定的目标优化和系统的各种约束条件有机地结合起来，具有较强的约束处理能力，成为过程控制中的典范。
预测控制产生初期，由于其工业应用的背景，研究者关心的是：在使用各种实用预测控制算法如DMC、GPC时，如何选择设计参数(优化时域、控制时域、加权系数)使闭环系统稳定，掌握这些设计参数与稳定性的定量关系。因此，受工业应用的驱动，以研究设计参数与系统性能的定量关系为主要目标的经典预测控制理论得到了迅速发展。
90年代以来，人们改变研究思路，不再局限于原始的预测控制算法，而是在认识到预测控制的本质和分析难点是在线滚动求解开环最优控制问题的基础上，借鉴最优控制的研究成果和Lyapunov方法在稳定性分析和设计中的巨大作用，从保证稳定性的角度出发设计新的确保系统性能的预测控制设计方法。因此,受理论研究的驱动，发展了以研究稳定性的算法为主要目标的现代预测控制定性综合理论，形成了当前公认的预测控制理论研究的主流。
目前围绕预测控制理论研究的热点，开展约束模型预测控制的理论和高效算法研究、经济性预测控制的综合设计算法研究，在《Automatica》《International Journal of Control》《控制理论与应用》等国内外高水平控制期刊和会议上已发表15篇论文，具有较为深厚的控制理论尤其是约束优化理论功底。正进一步推广预测控制优化技术在电厂控制中的应用工作。
自动化工程学院