本文就智能Agent、多Agents系统、混合控制、模型预测控制等理论作了研究与探讨，提出了一种“基于智能混合控制Agents与模型预测的分布式混合控制系统”。论文主要工作及创新点包括以下几个方面： 在给出智能Agent、混合控制系统定义的基础上，提出了一种“智能混合控制Agent”的结构模型。在本文，“混合”意味着系统中包含了离散事件系统和连续时间系统两种特征以及它们之间的相互作用。构造“智能混合控制Agent”的主要思想是将智能Agent的概念与混合控制系统的概念相结合，把智能Agent设计成一个智能的混合控制器，即：将一控制器嵌入到智能Agent的核心当中，由Agent的智能决策部分对Agent的离散控制模式进行决策，在此基础上由位于Agent核心的控制器求解当前模式下的连续控制信号。这样就构成了一个同时具有智能性、混合控制系统特点的Agent，即“智能混合控制Agent”。智能混合控制Agent中“混合”的思想主要体现为：Agent的离散控制模式以及在某一离散控制模式下的连续控制过程。而实现“智能混合控制”这一思想的是智能混合控制Agent的两个主要组成部分：智能决策部分、控制器部分。为了便于对智能混合控制Agent进行进一步的分析，我们提出一种“规范智能混合控制Agent”，规范智能混合控制Agent是对智能混合控制Agent的“输入——混合控制——输出”的概括。智能混合控制Agent可应用在一系列具有混合动态性质的控制系统中，如电力系统、复杂工业控制系统、智能高速公路控制系统、飞行器控制系统等。 稳定性分析是研究、设计“智能混合控制Agent”的一个重要问题。在对智能混合控制Agent分析的基础上，我们给出了“智能混合控制Agent的内部稳定性”定义。为实现“智能混合控制Agent的内部稳定”，在设计一个智能混合控制的Agent时，应对Agent的智能决策部分进行设计，使Agent的控制模式向期望的方向转换；并且为控制器在每一个离散控制模式下设计可行的控制算法，使得系统在该控制模式下是稳定的。 在对微观智能混合控制Agent分析、讨论的基础上，我们对由多个规范智能混合控制Agent所构成的多Agents控制系统进行宏观分析。定义了“智能混合控制多Agents系统”，分析并证明这样一个多Agents系统本身就是一个“规范智能混合控制Agent”。应用方面，“智能混合控制多Agents系统”可应用在一系列同时具有分布性、混合动态性质的控制系统中。 同样地，在对智能混合控制多Agents系统分析的基础上，我们给出了“智能混合控制多Agents系统稳定性”定义。“智能混合控制多Agents系统的稳定性”除了要求满足所有Agent都是内部稳定的这一前提条件外，关键是要为Agents找到稳定的协作策略，以使得Agents相互协作，在有限的时间内完成并实现多Agents系统整体的控制目标。模型预测控制MPC因其出色的在线处理系统输入、输出(或状态)约束的能力、在线处理各种扰动和不确定性的能力，在工业应用中取得了较大成功。而MPC算法的稳定性分析是MPC研究中的一个主要理论问题。本文提出一种基于状态收缩约束的模型预测控制算法SCC-MPC(State Contractive Constraint-BasedModel Predictive Control： SCC-MPC)。SCC-MPC除了具有一般有限时段模型预测控制的特点，在算法中还引入了一个状态收缩约束，通过引入的这个状态收缩约束来保证SCC-MPC算法的稳定性。对SCC-MPC的名义稳定性、考虑不确定性因素情况下的稳定性分别进行了分析和数学论证。应用方面，将这种基于状态收缩约束的模型预测控制SCC-MPC作为智能混合控制Agent中控制器在某一控制模式下的控制策略，运用到中心式负荷．频率控制中，用仿真实验证明算法的可行性和稳定性。 在基于多Agents的分布式控制系统中，一个要解决的关键问题是如何实现多Agents之间的协作。本文提出了一种基于状态收缩约束的完全分布式模型预测控制SCC-DMPC(State Contractive Constraint-Based Distributed Model PredictiveControl：SCC-DMPC)协作策略。在SCC-DMPC协作策略中，为实现多Agents的完全分布式协作控制，各控制Agent将自己的未来可达状态(预测状态)以消息的形式通过通讯渠道发送给与之相关的其它控制Agents，同时接受来自其它控制Agents的预测状态信息，并利用这些信息来评估其它子系统对自身系统的影响，从而对控制信号做出决策。我们对SCC-DMPC算法的可行性、稳定性进行了分析和数学论证。最后将这种基于状态收缩约束的完全分布式模型预测控制策略SCC-DMPC作为智能混合控制多Agents系统的控制协作策略，运用到多区域分布式负荷-频率控制中，仿真结果说明了算法的可行性和稳定性。