灰色预测控制是一种将控制理论和灰色系统理论相结合的新型控制方法。这种控制方法具有对模型精度要求低、在线估计参数少、计算方便、控制综合效果好等优点。本文针对几类典型的工业过程对象,提出几种新的基于灰色预测的智能控制方法。本文的主要研究工作内容如下： 1.针对时滞系统,提出一种基于微粒群算法的灰色预测PID控制算法。利用GMC(1,2)模型预测系统输出,同时采用PSO算法优化PID的三个参数,并与其他方法比较证明了该方法的有效性。 2.针对多变量系统,提出一种基于灰色预测的无辨识自适应PSD控制算法。将多输入多输出系统分成一组多输入单输出的子系统。利用GM(1,N)模型对子系统进行输出预测,然后应用单神经元自适应PSD算法调节PID参数,仿真结果验证该方法的有效性。 3.针对非线性系统,提出一种基于灰色预测的新型内模/PID双重控制算法。将GM(1,2)预测模型作为系统的内部模型,并在基本的内模控制结构上增加PID控制器,加快了跟踪误差收敛速度,内模控制的性能明显改善。仿真结果表明：该控制方法简单而有效,且内模PID双重控制较单一内模控制具有更好的控制性能。 4.针对间歇过程,提出一种新的基于灰色预测的迭代学习算法。在原有的反馈-前馈迭代学习算法的基础上,引入灰色预测思想,用预测迭代偏差代替当前输出与期望值的偏差。用灰色系统模型GM(1,2)预测系统输出,从而求出预测偏差。理论分析证明了该算法的收敛性和鲁棒稳定性。仿真结果验证了该方法的有效性。 最后,总结了全文的工作,并对灰色预测控制的进一步研究进行了展望。