对于不稳定的对象，可以先用PID等常规控制算法使其稳定。如果对象是弱非线性，可以先在工作点处线性化。
采样周期的选择DMC是一种典型的计算机控制算法，其采样周期的选择应遵循一般计算机控制系统中对T的选择原则。它必须满足香农（Shannon）采样定理。作为一种建立在非最小化模型基础之上的算法，DMC中T的选择还与模型长度N有关，一般选择T使得系统模型维数在2050之间。与其他计算机控制系统一样，从抗干扰的角度，通常希望采用较小的采样周期，以及时地抑制干扰的影响。从实时控制的角度，通常又希望采用较大的采样周期，需要根据具体情况进行选择。
确定动态矩阵实际测试被控对象的单位阶跃响应，并滤出噪声，得到模型参数{a1，a2，aN}，并由此得到动态矩阵A.实际被控对象常常有纯滞后的存在，在这种情况下，控制产生的作用要滞后一段时间才能在输出端反应出来，利用实际输出作为反馈信息往往不能及时地改变控制作用。
误差权矩阵Q误差权矩阵Q表示了对k时刻起未来不同时刻误差项在性能指标的重视程度。其参数通常有以下几种选择方法：（1）等权选择q1=q2=，=qP这种选择P项未来的误差在最优化准则中占有相同的比重。
（2）只考虑后面几项误差的影响q1=q2=，=qi=0qi+1=qi+2=，=qP=q这种选择只强调从（i+1）T时刻的未来误差，希望在相应步数内尽可能将系统引导到期望值。
（3）对于具有纯滞后或最小相位系统：当模型参数是被控对象阶跃响应中纯滞后或反向部分的采样值，取对应的权重qi=0，当是被控对象阶跃响应中的其他部分，则取qi=1。
控制权矩阵R控制权矩阵R的作用是抑制太大的控制量$u，过大的R虽然使系统稳定，但降低了系统的响应速度，所以要适当的选择R.一般先置R=0，若相应的控制系统稳定但控制量变化太大，则逐渐加大R，实际上往往只要很小的R就能使控制量的变化趋于平稳。
仿真调整优化参数完成上述初步设计后，可以采用仿真方法检验控制系统的动态响应，然后按下列原则进一步进行优化参数：一般选定M，然后调整P，如调整P不能得到满意的响应，则重选M，然后再调整P，若稳定性较差，则加大P，若响应缓慢，则减小P.M的调整与P相反，如系统稳定，但控制量变化太大，可略加大ri。通过仿真选择参数a，使之兼顾抗干扰能力和抗干扰性能的要求。
在纯滞后存在的情况下，如果将优化时域长度由P增加到P+l，实施DMC，得到的控制作用则相对于跳过了时滞部分，而只对输出实现优化控制，且控制律已考虑到时滞后发生的动态变化，控制作用便会提前作出反应。预测控制的这种提前控制能力，不但有助于对时滞对象的控制，而且有助于跟踪设定值的变化，满足实际生产过程中有些对设定值的变化有预期要求的对象需要。
应该指出的是，在DMC算法中对于误差干扰是通过误差校正来抑制的，对于时滞对象来说，未知干扰的影响不能立即反应到实际输出中，因而控制作用也就可能是不及时的。这种情况下，只有从对象内部提前取出中间信息以使抑制干扰。
实例研究钢球磨煤机制粉系统可以看作是三输入三输出的对象，输入变量包括给煤机刮板开度、热风量、引风量，输出变量包括磨负荷、磨出口温度、磨入口负压。在球磨机运行过程中，一般采用由给煤机刮板开度控制磨煤机的装入量（一般由差压$P代替），由调整热风量控制出磨煤机煤粉的温度，由引风量控制磨煤机入口负压。
正常工况下，增加给煤机刮板开度，使得磨煤机内存煤量增加，而磨出口温度会因存煤量增加而降低，磨入口负压则会因存煤量增加而增加，反之亦然。调节增加热风门开度，磨出口温度增加的同时，磨入口负压会降低。再循环门的调节主要是改变引风量，增加再循环门开度，磨入口负压相应增加，同时也会带走一部分热量导致磨出口温度降低。