复杂工业过程控制研究集中在实现产品质量、生产效率和能耗等运行指标的均值或方差优化控制，这要求过程运行指标在统计意义上是高斯的。然而，许多实际工业过程具有明显的非高斯随机动态特性，使得运行指标并不能满足高斯假设。本书总结了作者近年来复杂非高斯工业过程的建模、控制及优化方面的研究成果，主要内容包括基于几何分析双闭环迭代学习控制的复杂非高斯工业过程随机分布控制、基于非线性预测PDF控制的非高斯工业过程随机分布控制、非高斯工业过程的多目标非线性优化控制、基于运行目标函数概率分布形状的工业过程随机优化等方面理论和应用研究。
