过程控制系统的稳定优化运行离不开有效的控制策略。随着生产向大型、连续和强化等方向发展,控制回路之间柑互关联现象越来越严重,原来单独考虑控制回路的方法已行不通。另外,对于生产装置向复杂化发展所引起的生产过程多变量、大时滞、非线性等特性,使得传统的线性预测控制很难达到满意的控制目标。　　因此,本文将逆系统方法和LSSVM模型辨识方法引入到非线性广义预测控制领域,提出了一种基于最小二乘支持向量机(LSSVM)逆系统的多变量隐式广义预测控制方法。该方法基于预测模型的特点,利用LSSVM的非线性映射能力辨识系统的『E模型以及α阶逆模型,并将辨识的逆模型与正模型串联起来形成一个α阶延时伪线性复合系统,完成多变量系统的解耦和线性化,然后采用隐式广义预测控制算法对该伪线性复合系统进行预测控制。并在此基础上,对于离线辨识等因素引起的误差,提出了基于在线最小二乘支持向量机(LSSVM)逆系统的多变量隐式广义预测控制方法,采用在线最小二乘支持向量机辨识非线性系统的α阶动态逆模型对原系统进行自适应补偿,并将得到的在线动态逆系统串联在原系统之前得到伪线性复合系统,完成非线性系统的解耦和线性化,最后采用隐式广义预测控制算法对该伪线性复合系统进行预测控制。这两种算法在整个预测时域和控制时域,都对系统的输入幅值进行了约束。　　通过对典型单变量、多变量非线性系统及超临界600Mw循环流化床锅炉(CFB)燃烧系统控制的实验表明:两种方法均具有较好的跟踪效果以及较强的抗干扰特性,且基于在线最小二乘支持向量机(LSSVM)逆系统的多变量隐式广义预测控制方法在各个性能方面均优于基于最小二乘支持向量机(LSSVM)逆系统的多变量隐式广义预测控制方法,克服了由于系统时变而造成离线辨识的系统模型不精确、难以有效控制等问题,更具有实时性,为复杂、时变的非线性系统提供了一种有效的控制策略。