复杂工业过程的建模、控制与优化

本项目针对大型工业过程结构的复杂性、环境与对象的不确定性、约束和要求的多样性，重点研究了复杂工业过程控制结构的分析与设计、噪场环境下的动态模型辨识、鲁棒控制分析与设计、结合变结构、模糊、神经网络、预测等控制的自适应控、基于系数变换的预测控制系统性能分析和预测控制方法、算法的发展，神经网络，遗传算法、模糊控制等智能控制技术和高维大系统的分解、集结和并行处理算法，在系统辨识、鲁棒控制、自适应控制、预测控制、大系统理论、控制系统结构分析等方面取得了一系列创新的理论结果，丰富和发展了复杂系统的控制理论，并为复杂工业过程的建模、控制与优化提供了面向过程复杂性的实用方法和策略。