针对电厂热工过程中的非线性、多变量、大时滞等特点，本文致力于从非线性角度研究预测控制算法在热工过程中的应用。本文的主要内容是研究基于T-S模糊模型的非线性系统辨识算法，并在此基础上研究非线性系统的模糊预测控制问题，并且把基于T-S模型的广义预测控制算法应用于电厂主汽温系统的控制。具体包括以下几个方面：1、针对复杂非线性动态系统的模糊建模问题，本文基于T-S模型提出一种自组织模糊辨识算法。改进后的算法简化了前提结构辨识的过程，并使前提参数辨识和结论参数辨识同时完成，极大的减少了参数辨识和结构辨识的计算量，能够保证在线辨识的要求。大量的仿真结果表明该算法具有收敛速度快、辨识精度高、稳定性好，便于工程应用。2、把自组织模糊辨识算法应用于主汽温和再热汽温系统的模型辨识中，仿真结果表明这种辨识算法对非线性系统的辨识具有良好的效果。3、针对非线性系统的模型预测控制问题，本文采用T-S模型作为预测模型，然后在每一个采样点对系统进行局部动态线性化，根据得到的系统线性化模型对系统采取广义预测控制（GPC）方法得到当前的控制律。并把这种基于T-S模型的预测控制算法应用在某电厂的主汽温的升负荷过程的控制中，仿真表明本算法能够很好地通过在线非线性T-S模型的辨识从而实现对于具有非线性特性的主汽温对象的预测控制。