En este trabajo, sugerimos una mejora a nuestro enfoque previamente realizado. En resumen, este enfoque consistía en aplicar el control predictivo fraccional robusto (RFPC) para una clase de sistemas fraccionales restringidos implementando la técnica de optimización min-max. El controlador RFPC requiere la resolución de un problema de optimización min-max no convexo. Sin embargo, la resolución de este problema solo puede conducir a soluciones locales. La razón es simple: la función objetivo a optimizar no es convexa debido a la presencia de incertidumbres. En el presente trabajo, proponemos un controlador RFPC basado en optimización global para un sistema de orden fraccional incierto. Se propone un método de optimización global determinista, a saber, la programación geométrica generalizada (GGP), para resolver este problema para el sistema de orden fraccional incierto. El método GGP consiste en convertir un problema no convexo en uno convexo mediante la aplicación de cambios de variables. La técnica de convexificación de este método se aplica de acuerdo con la función objetivo a optimizar. En consecuencia, obtuvimos un nuevo criterio convexo y un problema convexo. Desde un punto de vista experimental, aplicamos el RFPC propuesto a un sistema térmico real utilizando un microcontrolador STM32 para controlar nuestro sistema térmico.