世界各国在加强建模理论、辨识技术、优化控制、最优控制、高级过程控制等方面进行研究，推出了从实际工业过程特点出发，寻求对模型要求不高，在线计算方便，对过程和环境的不确定性有一定适应能力的控制策略和方法，如自适应控制系统、预测控制系统、鲁棒控制系统、智能控制系统等先进控制系统。对于含有大量不确定性和难于建模的复杂系统，基于知识的专家系统、模糊控制、人工神经网络控制、学习控制和基于信息论的智能控制等应运而生，它们在许多领域都开始得到了应用，成为自动控制的前沿学科之一。由于变量间的关联，使系统不能正常平稳运行，出现各类解耦控制系统。对于大纯滞后系统自年史密斯提出“预估补偿器”以来，由于预估补偿器对参数变化灵敏度极高，又相继出现了各种改进预估补偿方法，如观测补偿器控制方案、内模控制、双控制器、达林控制箅法、纯滞后对象采样控制等，但均尚未完全真正解决，人们还在继续努力想方设法寻求解决办法。针对信息不完全性出现了推断控制系统和软测量技术。本文就目前应用较多、且取得经济效益的预测控制、软测量技术发展及应用作一些介绍，以推动先进控制技术的应用。

    一、基于模型的预测控制
    自20世纪60年代蓬勃发展起来的以状态空间分析法为基础的现代控制理论，在航空、航天、制导等领域取得了辉煌的成果。在过程控制领域亦有所移植，但实验室及学院式的研究远多于过程工业上的实际应用，其中主要原因是：工业过程的多输入——多输出的高维复杂系统难于建立精确的数学模型，工业过程模型结构、参数和环境都有大量不确定性；工业过程都存在着非线性，只是程度不同而已；工业过程都存在着各种各样的约束，而过程的最佳操作点往往在约束的边界上等，理论与工业应用之间鸿沟很大，为克服理论与应用之间的不协调，70年代以来，针对工业过程特点寻找各种对模型精确度要求低，控制综合质量好，在线计算方便的优化控制算法。预测控制是在这样的背景下发展起来的一类新型计算机优化控制算法。

    （一）预测控制的发展
    20世纪70年代后期，模型算法控制（MAC）和动态矩阵控制（DMC）分别在锅炉、分馏塔和石油化工装置上获得成功的应用，取得了明显经济效益，从而引起工业控制界的广泛重视。国外一些公司如Setpoint、DMC、Adersa、Profimatics等也相继推出了预测控制商品化软件包，获得了很多成功的应用。