中文摘要：

传统的随机控制与估计理论都以输出变量本身的某个统计特性为控制目标。然而，当系统存在非高斯输入或者系统具有非线性特性时，系统输出变量的某个统计特性已不能代表输出变量的全部特征，这时传统的随机系统控制方法已不能满足控制要求。本课题研究来源于实际工程中的一类具有非高斯变量的复杂非线性动态系统- - 实时分布形状控制系统，控制的特点是利用系统的实时量测输出或输出概率密度函数（PDF）来在线确定控制输入,使得被控实时输出PDF的形状满足实际控制过程性能要求。实时分布控制方法在实际工业过程质量控制中具有重要的不可替代的作用，该类控制策略设计上具有很大挑战性。本课题从实时分布控制系统的迭代学习建模控制、有界跟踪误差分布控制及以最小类熵控制器为基准控制器的控制器品质评价入手，对实时分布控制系统若干关键技术进行系统化研究。

结论摘要：

本课题研究来源于实际工程中的一类具有非高斯变量的复杂非线性动态系统--实时分布形状控制系统(RDSC)，控制的特点是利用系统的实时量测输出或输出概率密度函数（PDF）来在线确定控制输入,使得被控实时输出PDF的形状满足实际控制过程性能要求。本课题从RDSC系统的迭代学习建模控制、鲁棒分布跟踪控制及以新型最小熵控制器设计，对实时分布控制系统若干关键技术进行系统化研究。本人及项目组成员主要完成了如下工作 (一) 完成了双闭环的迭代学习建模控制算法框架设计。利用RDSC系统的双空间（时间与概率空间）的特点，并结合迭代学习的特点，实现了RDSC系统的双闭环迭代学习建模与控制。然后通过建立一类燃煤锅炉的仿真平台和图像处理技术，成功地在虚拟的操作平台上实现了该算法。 (二) 建立了新的不确定性度量 ( Rational Entropy, RE)。在系统分析Shannon熵的特点和当前最小熵控制面临的困境的基础上，提出了一个和Shannon熵性质类似不确定性度量方法。给出了RE的定义和一些关键性质，这些性质表明RE能更好地满足最小熵控制器设计要求。 (三) 得到了RDSC系统的鲁棒跟踪控制的关键条件。实现了RDSC系统的鲁棒控制器的框架设计和算法构造。完成了基于正交多项式逼近的RDSC系统和不确定奇异RDSC的鲁棒控制器设计。