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