本文研究了一类新的线性变参数(LPV)系统的最优控制问题,该LPV系统是从大连理工大学航空发动机综合控制研究中心提供的数据中通过系统辨识方法得到的.该系统一方面能很好的描述航空发动机过渡态的动态特性,另一方面,它与现有的几乎所有的动力学模型都有本质上的区别.本文在此背景下提炼出具有一般性的线性变参数系统,在这一系统中时变参数不仅实时可测而且依赖于上一采样时刻系统的状态变量和观测变量,使得时变系统能够及时得到系统反馈且进一步影响下一时刻的控制变量,这使得此类系统具有更强的时变特性,本文对此类系统的最优控制问题的数值解法进行了深入研究.首先,本文给出了LPV系统最优控制问题的描述,利用传统的非线性优化方法进行求解,给出了对应的协态方程、梯度计算公式以及具体的数值算例.当问题复杂时传统优化算法计算较为困难,因此本文使用一种智能算法粒子群算法,并且用数值算例说明了此算法对LPV系统最优控制问题有效.在发动机背景下,最优控制问题除了要遵循动力系统外还会受到温度、压力等参数的限制,例如发动机工作过程中必须保证涡轮前温度不超限,而涡轮前温度同样可以用LPV系统来描述.因此本文进一步考虑带有约束的LPV系统最优控制问题,此类最优控制问题要同时处理两个共享同一调度参数的LPV系统(动力系统和约束系统),当时变参数变化时动力系统与约束系统会同时受其影响而发生改变,这使问题变得更为复杂但也更有实际意义.本文给出了基于粒子群算法的算法步骤,且用具体的数值算例说明了算法有效性.