由于实际系统的复杂性以及工业环境中各种变化因素的影响，用来描述被控系统动态特性的模型往往具有某种不确定性.要保证实际控制效果，模型不确定性成为预测控制必须面对的一个现实问题.在模型不确定性存在的情况下，依然能将实际系统的某种性能指标控制在可接受范围之内的预测控制方法，被称为鲁棒预测控制.该方法融合鲁棒控制对不确定性的处理方法和预测控制的滚动优化原理，以一种系统化的方式实现目标优化和约束处理的有机结合，保证了闭环系统的可行性和鲁棒稳定性. 本文基于数据采样控制技术和鲁棒控制理论，运用线性矩阵不等式方法(LMI)研究连续时间参数不确定系统的鲁棒预测控制问题，提出鲁棒预测控制器的若干设计框架.同时引入可控不变集等相关理论解决在线优化问题的可行性，保证预测控制系统闭环稳定.主要内容如下：1.运用LMI方法，研究连续时间多面体不确定系统的鲁棒预测控制问题.通过在线求解无穷时域二次型性能指标下的“最小-最大”优化问题，得出一组分段连续的状态反馈控制序列，并给出了闭环系统的可行性和渐近稳定性分析. 2.基于输入受约束的结构化反馈不确定连续系统，设计状态反馈鲁棒预测控制器.运用LMI方法，将无穷时域“最小-最大”优化问题转化为线性规划问题求解，降低了在线计算的复杂性，并且初始时刻的可行解能够保证闭环系统渐近稳定. 3.对于输入受约束的连续时间不确定滞后系统，提出鲁棒预测控制算法.运用LMI方法解决滞后系统的不确定性和约束问题，给出新的鲁棒性能指标上界和系统稳定的充分条件，并通过求解LMI凸优化问题得到分段连续的状态反馈控制序列，证明了优化问题的可行解可以保证闭环系统渐近稳定. 4.采用LMI方法，研究一类连续时间范数有界不确定系统的鲁棒预测控制问题.针对具有时变参数的状态不可测系统，设计输出反馈鲁棒预测控制器.并基于预测控制的滚动优化原理，得出一组分段连续的输出反馈控制序列，给出分段连续的闭环系统表达式，分析了闭环系统的可行性和渐近稳定性.