La commande à modèle prédictif, ou commande à horizon fini, fait référence à des classes de commandes dans laquelle un modèle dynamique du procédé est utilisé pour prédire et optimiser les performances de ce dernier. Parmi les avantages de la formulation MPC comme méthodes d’optimisation c’est qu’un grand nombre de problèmes de commande peut être entamé, il couvre la poursuite de trajectoire, la minimisation d’une fonction coût, la minimisation de consommation d’énergie sous contraintes techniques. Dans ce travail, on a intégré une approche de commande non linéaire en ligne en utilisant deux méthodes différentes d’optimisation, soit fmincon et lsqnonlin, en les appliquant sur un procédé biologique on a eu des résultats satisfaisants pour la poursuite de trajectoire. Comparés à l’approche par linéarisation on a pu remarquer la souplesse de la commande fournie par les deux approches non linéaires, et leurs capacités à mener le système à retrouver la référence en un temps plus cours. 2009-2012 :Université de Rouen :Doctorat en Automatique Informatique et Traitement de signal. 2008-2009 : INSA Lyon / Université Claude Bernard : Master Génie des Systèmes Automatisés.2005-2008:Ecole Nationale d'Ingénieurs de Gabès - Tunisie Diplôme National d'ingénieur Electrique-Automatique