控制理论经过几十年的发展至今，主要经历了经典控制理论和现代控制理论两个阶段。经典控制理论采用频域法，分析处理的对象是单输入单输出系统，对于空间科学高速发展的今天有很大的局限性；现代控制理论采用时域法分析，可以处理多输入多输出系统，应用十分广泛。但是，由于以状态空间法为基础的现代控制理论需要获得被控对象的精确数学模型，而在工业控制过程中，系统的结构、参数、环境等都有很大的不确定性，数学模型难以获得，因此基于模型的模型预测控制(MPC)得到了广泛应用。模型预测控制采用实验手段获取系统模型，其基本思想是“模型预测--反馈校正--滚动优化”，通过系统的二次型性能指标获取最优控制量。模型预测控制的典型算法有三类：模型算法控制(MAC)、动态矩阵控制(DMC)、广义预测控制(GPC)。本文主要以动态矩阵控制(DMC)的状态空间描述为基础展开讨论。 由于工业控制过程中存在难以避免的时延问题，而时延问题常常是导致控制失败的重要因素之一，因此本文研究的主要目的是采用预测控制思想，克服或减小时延的影响。文章分析了导致时延的各种原因，采用状态空间描述的DMC算法建立了时延系统模型，提出了时延预测补偿算法(TDCDMC)。由于时延导致了控制作用无法及时跟踪系统变化，引入补偿因子和过渡因子在线整定预测控制量和时延控制量，使控制作用快速平稳过渡，对于突变频繁的时延系统亦能迅速跟踪输入。 针对工业控制模型的复杂化以及由此引起的时延叠加问题，利用预测思想，以解耦子系统为模型，采用动态矩阵控制算法作了分析，同时充分考虑了子系统间的关联，采用价值导向策略优化调度算法，使控制作用快速平稳过渡，并采用针对复杂系统的时延预测补偿算法(TDCDMC)进行分析。仿真结果表明，这种改进算法的时延补偿性能良好，保证了控制的稳定性和快速性。