间歇釜式反应器是化工生产中广泛使用的一类反应容器,一直是控制领域的研究热点,具有时变,非线性,扰动频繁等特点,内部化学过程常伴有吸热、放热的现象,反应机理复杂。生产中影响化学反应的主要参数是反应器的温度,温度控制律的品质直接影响产品的质量。本文采用一般模型控制算法(GMC),GMC从本质上讲是一种基于受控对象信息的非线性最优控制方法。在设计中研究反应器的动态数学模型,利用模型的信息以及误差项进行控制,该控制律下的反应器具有稳定性,抗干扰能力好等优点。本文GMC最优控制律中反应器模型的信息量Qr是化学反应过程中放出的反应热,在实际生产中,是无法精确测量的,但在理论中,可以根据化学含义使用公式计算。为了增强GMC算法的实用性,本文使用混合核函数SVM算法,通过输入与Qr密切相关的变量,训练Qr的预测模型。在训练过程中,由于混合核函数SVM自身参数的人工选取会影响模型的精度,因此使用一种改进惯性权重的PSO算法优化SVM模型参数。改进的算法既增强了寻优后期的全局搜索能力,又避免PSO算法陷入局部极值。本文对GMC控制和经典PID控制使用MATLAB进行仿真对比。仿真结果证明,基于混合核函数SVM的GMC最优控制策略取得良好的控制效果。