一類基於模型、滾動實施、利用回饋資訊即時校正的優化控制的總稱。又稱模型預測控制。20世紀70年代提出預測控制的分支有：基於階躍回應或脈衝回應的模型預測啟發控制（MPHC）、模型演算法控制（MAC）、動態矩陣控制（DMC）；基於隨機辨識模型的廣義預測控制（GPC）；基於狀態方程模型的滾動時域控制（RHC），，以及反映算法結構的內模控制（IMC）。
預測控制包括3個基本過程：
①預測模型。根據被控對象的歷史信息和未來輸入預測其未來輸出，建立待求控制量與待優化的被控對象未來動態行為的關系。是預測控制的基礎。預測模型除狀態方程、傳遞函數等常規模型外，也可采用在工業環境中易於測試的階躍響應模型、脈沖響應模型、由測量數據獲得的神經網絡模型、由經驗獲得的模糊模型等。
②滾動優化。在模型預測的基礎上，對每一時刻求解從該時刻至未來有限或無限時域內的最優控制問題，實施所求得最優控制的當前量。到下一時刻優化時域向前推移，重復這一步驟，不斷在線求解局部優化問題的滾動過程取代傳統最優控制一次求解全局優化問題的結果。在不確定信息環境下滾動優化比理想全局優化更現實，而且通過限制優化問題的規模可降低優化計算量。
③反饋校正。在每一時刻滾動優化前，根據當前實測信息對預測模型或直接對被控對象的預測輸出進行校正，使滾動優化建立在系統實際的基礎上，實現優化控制的閉環，有效克服模型失配和擾動的影響。
預測控制的算法以被控對象的模型形式、優化策略、優化性能指標、約束條件等的不同以及與不同控制策略和結構的結合而呈現出多樣性。預測控制的理論則以系統閉環性能與設計參數的關系、魯棒性分析、具有穩定性保證的系統設計、次優性、可行性分析等為研究重點。
預測控制在20世紀70年代成功應用於電廠鍋爐、化工精餾塔、石油加工裝置等的控制。已遍及化工、煉油、電力、冶金、輕工、醫藥等領域的過程控制系統，被認為是最有效的先進過程控制方法，並擴展到電機、機器人等快速系統的控制及氣體傳輸網絡等大系統的優化控制。已有各種成熟的預測控制的商用軟件包。