摘要：针对基于纳什最优的分布式模型预测控制求解算法中存在的迭代次数多、收敛精度不高的缺点，提出了一种基于非合作博弈的分布式模型预测控制优化算法。该方法借鉴非合作博弈论中的针锋相对策略，将每个子系统看作博弈的参与者，在线优化过程中，各个子系统在该策略影响下使所有参与者更快促成合作，从而快速求得整体最优解。仿真表明，与传统的基于纳什最优的迭代求解相比，在给定精度情况下，提出的算法所需的迭代次数要低于传统算法；在给定迭代次数情况下，提出的算法的跟踪性能更优，在外界产生随机扰动时，该算法也具有较好的抗干扰能力。此外，将提出的算法应用于设施环境控制系统中，进一步说明了算法的有效性。

关键词：分布式模型预测控制 非合作博弈 针锋相对策略 纳什最优 

单位：南京农业大学信息科技学院; 江苏南京210095