近年来，工业界对控制系统性能要求的提高极大地推动了控制器性能评价的研究。控制系统性能评价的主要目的就是对控制系统存在的问题提出早期的识别，它可以实时地指导过程控制工程师和工艺操作人员针对控制性能的潜在问题采取各种应对措施。因此虽然控制器性能评价这一领域的理论研究才刚刚起步，但却倍受工业界的关注。 文章主要分为两部分，第一部分以Harris提出的基于最小方差控制的调节性能指标作为出发点，以时间序列分析和最小方差控制原理作为主要分析、计算工具，对自动控制中常见的控制系统结构形式进行了分析讨论，得到了可以工程使用的性能评价策略。在对过程控制系统的日常输出进行时间序列分析时，对于ARMA模型的参数估计使用了Marquardt迭代方法来进行最小二乘估计，并且采用了F-检验方法进行了模型定阶，取得了满意的效果。随后，在对控制系统输出进行时间序列分析的基础上，应用“反馈控制不变项”理论，得到了实际控制系统处于理想最小方差控制状态下的输出方差，进而求得了控制系统的调节性能指标。将这项性能评价策略分别应用到反馈控制系统、前馈一反馈控制系统、串级控制系统，均取得了满意的效果。 第二部分主要讨论模型预测控制(Model Predictive Control，简称MPC)的性能评价方法。在前面阐述控制器性能评价的基础上提出了模型预测控制器的性能分析问题，提出了基于模型预测控制系统的性能评价指标：历史性能指标和设计性能指标。进一步阐述了模型控制系统的性能评价方法，并对该方法进行了仿真研究。