1、在工業(yè)生產過程控制研究中，對復雜工業(yè)過程的有效控制一直是控制領域面臨的主要難題之一。對于一個復雜工業(yè)過程，它的被控參量的狀態(tài)受許多因素影響，并且這類生產過程往往都具有隨機性、模糊性等諸多不確定性，以及時變、強非線性等特點，僅僅使用常規(guī)的物理化學機理方法，很難對其建立相對精確的系統(tǒng)模型。然而基于數(shù)據的控制方法，它不需要過多的了解被控過程的先驗信息，它可以通過對系統(tǒng)的輸入、輸出數(shù)據進行學習運算就可以得到被控過程的各種動態(tài)、靜態(tài)參數(shù)品質，因此

2、本課題中采用基于數(shù)據的方法，從而實現(xiàn)對復雜工業(yè)生產過程的智能優(yōu)化控制。
　　本文主要針對聯(lián)合制堿生產過程中出現(xiàn)的過程收斂速度慢、控制精度不足等問題提出控制方案。根據聯(lián)合制堿生產過程的過程數(shù)據，建立該復雜工業(yè)過程的離線數(shù)據庫，并對系統(tǒng)狀態(tài)進行估計與預測。利用迭代學習方法實現(xiàn)過程變量的控制模式更新，利用聯(lián)合制堿碳化過程數(shù)據進行試驗驗證，并與之前使用的模糊神經網絡控制方法進行對比，通過對比實驗得出基于數(shù)據的控制方案具有可行性和優(yōu)越性。最