本论文另辟蹊径，选择对系统时滞具有较好的逼近能力的标准化正交基函数序列(OFS)模型及其组合模型作为预测模型，构造了一系列行之有效的NMPC算法，并从理论上分析了算法性能，为NMPC领域的研究发展提供了一种有益的思路，做出了一些贡献。 论文的主要内容如下：系统的回顾了MPC的产生背景、研究现状与发展趋势，分析了NMPC在算法理论方面研究的进展，进而着重论述了基于OFS模型的NMPC算法的发展概况。系统的总结了线性OFS模型和非线性OFS模型的建模、误差分析、参数调节的理论。在基于线性OFS模型的LMPC领域，改进了现有的稳定性、鲁棒性、稳态性能的理论，并针对非最小相位、自积分等复杂特性给出了若干算法改进策略。在基于非线性OFS模型的NMPC领域，改进了现有的单步控制算法，并利用OFS状态反馈的思想给出了一种简化的NMPC算法。针对输入受硬约束的线性系统，提出了利用混沌神经网络(CNN)进行寻优的OFS-LMPC算法。针对输入受硬约束的面向模块非线性系统，设计了双模-NMPC算法。 论文运用大量的实际控制实验和Benchmark问题仿真实验验证了所设计的算法的有效性，并与传统方法进行了对比，验证了算法的优越性。此外，对所提出的建模和控制算法，论文较系统的分析了逼近能力、收敛性、闭环稳定性、鲁棒性、稳态精度等特性，提供了较稳固的理论支撑。