1、在實際的工業(yè)過程中，多變量系統(tǒng)廣泛存在，這些多變量系統(tǒng)多具有復(fù)雜特征并且難控，這些復(fù)雜難控的對象通常是生產(chǎn)過程的核心部分，其控制效果會直接關(guān)系到產(chǎn)品質(zhì)量、產(chǎn)品產(chǎn)率和能耗等，研究復(fù)雜多變量過程的控制問題，既具有重要的理論意義，又具有明確的工程應(yīng)用價值。內(nèi)?？刂剖且环N實用性很強的先進控制方法，由于其設(shè)計原理簡單、魯棒性穩(wěn)定性好，目前已成為復(fù)雜工業(yè)過程控制中最有效的方法之一。本文選取典型的具有時滯、耦合、非方等復(fù)雜特性的多變量過程為對象，對復(fù)

2、雜多變量過程的模型辨識和內(nèi)?？刂破髟O(shè)計方法進行研究。主要工作如下:
　　1、引入一種并行彌漫式智能搜索算法——煙花爆炸優(yōu)化算法(FWA)，分析了該算法的特點和目前存在的問題及原因，并提出了改進型煙花爆炸優(yōu)化算法(MFA)。經(jīng)過對比試驗證明了改進后的優(yōu)化算法(MFA)相對經(jīng)典優(yōu)化算法以及標(biāo)準(zhǔn)型煙花算法具有更快的收斂速度和更高的尋優(yōu)精度。本文應(yīng)用MFA進行多變量系統(tǒng)的模型辨識以及內(nèi)?？刂破髟O(shè)計過程中的參數(shù)優(yōu)化與模型降階。
　　2

3、、開展“傳遞函數(shù)下基于智能搜索的任意信號多變量系統(tǒng)閉環(huán)辨識”方法的研究。提出了一種基于并行彌漫式智能搜索的多變量頻率響應(yīng)閉環(huán)辨識方法(MFA-FRE)，采用順序階躍測試方法將一個耦合的多變量系統(tǒng)(MIMO)轉(zhuǎn)換為多個獨立無關(guān)聯(lián)的單輸入單輸出(SISO)系統(tǒng)，然后利用MFA算法對每一個單變量系統(tǒng)進行辨識。針對頻率響應(yīng)辨識法中的衰減因子參數(shù)難以確定的問題，該方法利用MFA良好的全局與局部搜索能力和快速收斂特性，快速尋找到能使辨識效果達(dá)到最優(yōu)

4、的衰減因子參數(shù)值，提高了辨識的速度和精度。對于非方多變量系統(tǒng)的辨識，本文進一步給出兩種辨識方案，仿真證明了MFA-FRE辨識非方系統(tǒng)的可行性。
　　3、以復(fù)雜線性輸出誤差類模型作為辨識對象進行辨識方法研究，結(jié)合輔助模型最小二乘法和迭代思想提出迭代最小二乘法;結(jié)合輔助模型隨機梯度法和迭代思想提出迭代梯度法。仿真實驗證明了兩種迭代辨識方法針對帶有自回歸參數(shù)的模型進行參數(shù)辨識時的有效性。
　　4、開展了“基于V規(guī)范型設(shè)計時滯多變量

5、系統(tǒng)的解耦內(nèi)模一體化控制器”的研究，設(shè)計時對象采用P規(guī)范型，解耦內(nèi)?？刂破鞑捎肰規(guī)范型，基于控制器和解耦器一體化的設(shè)計思想，所設(shè)計的控制器能夠同時滿足解耦和控制的要求。在設(shè)計過程中采用本文所提出的一種新的性能指標(biāo)和MFA優(yōu)化算法進行濾波器參數(shù)的尋優(yōu)，同時兼顧抑制超調(diào)和縮小響應(yīng)時間的要求。
　　5、開展了“基于MEOTF-MFA的非方系統(tǒng)的內(nèi)?？刂品椒ā钡难芯?。首先利用改進型有效開環(huán)傳遞函數(shù)(MEOTF)將具有耦合多時滯特性的非方系