随着科学技术和生产力的不断发展，在实际工业过程中受控对象越来越复杂，表现为如下一些特征：多输入多输出、时变性、耦合、时滞、非线性、不确定性、信息量少、高性能指标等。诸如此类的复杂系统，由于无法建立系统的精确数学模型，从而使得传统控制理论很难给出一个较好的控制效果，甚至不能控制。本文从建模与控制的角度出发，对模糊理论在复杂工业过程控制中的应用进行了研究，主要内容有： (1)研究了基于改进聚类算法的模糊建模方法：提出了模糊模型的精确性和可解释性并重的概念，并对可解释性进行了阐述。定义了一种用于实现模糊模型的变量选择和排序的变量选择标准函数。定义了一种同时考虑了模糊模型的精确性和可解释性的模糊模型目标函数，用于确定模型结构。根据模糊建模的实际需要，提出了一种改进的模糊聚类算法，并结合最小二乘和L-M优化算法，给出了模糊建模的具体实现方法。 (2)研究了基于T-S模糊状态空间模型的模糊系统稳定性分析和控制器设计方法：给出了并行分布补偿的原理，结合线性控制器设计方法(以极点置为例)实现了模糊系统的稳定性分析与控制器设计。针对稳定性分析中公共正定矩阵P难以确定的难题，引入了LMI方法，借助于成熟的数学工具，不仅解决了确定公共正定矩阵P的问题，而且建立了基于LMI方法的稳定性分析和控制器设计的理论方法。 (3)研究了基于T-S模糊状态空间模型的非线性模糊预测控制方法：利用T-S模糊建模方法，将非线性系统等价为线性时变系统，然后利用线性系统预测控制方法来实现非线性系统的控制。在预测时域内采用了多个线性模型作为预测模型，更真实的反映了系统实际状况，减小了预测误差。将非线性系统预测控制的目标函数转化为线性二次规划问题，避免了非线性规划巨大的计算量。采用了状态空间模型形式表达非线性系统，可以更方便直观的处理多变量系统。 (4)给出了玻璃熔窑生产线自动控制的软硬件具体实现。针对玻璃熔窑温度系统的模糊建模与控制问题，采用基于改进聚类算法的模糊建模方法和 铁道科学研究院博士学位论文 基于TS模糊状态空间模型的非线性模糊预测控制方法，对其进行了模 糊建模与模糊控制，仿真结果表明了上述算法的有效性。