复杂的工业过程是多变量的，并且通常在其控制回路之间表现出强耦合性，并具有严重的非线性特性。 这些使得很难获得准确的模型。 结果，难以应用常规的和数据驱动的控制方法。 以一双油箱控制系统为例，针对一类复杂的工业过程，提出了一种基于自适应神经模糊推理系统（ANFIS）的非建模动态（UD）补偿的多变量解耦控制算法。 首先，介绍了具有UD补偿的非线性多变量解耦控制器。 与现有方法不同，采用了利用ANFIS的分解估计算法对UD进行估计，达到了预期的估计和解耦控制效果。 其次，所提出的方法不需要在文献中通常

针对一类非线性离散时间动态系统,提出了一种新的非线性自适应切换控制方法.该方法首先把非线性项分解为前一拍可测部分与未知增量和的形式,并充分利用被控对象的大数据信息和知识,把非线性项前一拍可测数据与未知增量都用于控制器设计,分别设计了线性自适应控制器,带有非线性项前一拍可测数据补偿的非线性自适应控制器以及带有非线性项未知增量估计与补偿的非线性自适应控制器.三个自适应控制器通过切换函数和切换规则来协调控制被控对象.既保证了闭环系统的稳定性,同时又提高了闭环系统的性能.分析了闭环切换系统的稳定性和收敛