本发明提供一种松散回潮机基于迭代学习优化的模型预测控制方法，包括以下步骤：对原始数据进行标准化处理，延时对齐；挑选与出口水分相关性较大的主要参数；回归计算得到机理模型及模型参数；构建不同种类烟叶仿真模型迭代学习循环体；基于仿真模型的反馈控制；模型预测控制信号与系统理论加水量差分，得到加水量修正值与理论加水量共同作用于加水阀门PID控制信号，进而实现对烟片出口含水率的控制。本发明提供的一种松散回潮机基于迭代学习优化的模型预测控制方法，本发明投运后，松散回潮过程控制优化后的出口含水率CPK较传统调节模式有明显提高，降低了生产成本，提升了烟叶的合格率，有效减少劳动强度和不确定因素影响。