在聚合物生产、造纸、飞行器等工业领域,随着产品性能要求的不断提高,面临着分布曲线控制的需求,即被控变量从n维空间的一个点过渡到n维空间中的一条曲线。分布曲线对象具有形态多变性,容易出现平移、伸缩等形变现象,而对于此类问题,基于欧式距离的传统控制性能指标不具备正确的相似性度量能力,难以实现分布曲线对象的高品质形态控制。因此本论文从形态相似度的角度出发,进行分布曲线对象的形态预测控制算法研究。本文的主要研究成果如下:(1)传统的积分平方误差指标是基于欧式距离计算的,主要关注数值信息间的绝对差异,不具有平移不变性。对于分布曲线对象的数值轴平移形变现象,难以给出正确的相似性度量结果。因此,本文提出了一种基于梯度特征的分布曲线形态预测控制算法。该方法利用分布曲线的梯度特征度量形态相似度,综合数值与梯度特征构造滚动优化命题,并通过复合梯形方法对优化命题进行离散化,求解得到最优控制策略,仿真结果表明了该方法的有效性。(2)由于分布曲线对象的形态复杂性,呈现多尺度的特性,难以用单一尺度的简单特征进行相似性度量,因此本文提出了一种基于多尺度特征的分布曲线形态预测控制算法。该算法利用离散正交小波变换提取分布曲线在不同尺度下的特征信息,然后基于分布曲线的多尺度相似度指标构造滚动优化命题。通过设置不同尺度层的权重系数,可实现对不同尺度形态特征的控制。最后,根据Haar小波变换尺度系数的性质,设计了分布曲线对象的多尺度反馈校正策略,实现了完整分布信息与均值信息的多尺度反馈。(3)针对分布曲线对象在分布轴方向的平移、伸缩等形变问题,本文提出了一种基于DTW的分布曲线形态预测控制算法。该方法采用DTW算法构建分布曲线间的最优映射,可以有效度量分布曲线在分布轴方向发生平移、伸缩等形变时的形态相似度。通过求解基于最优映射的滚动优化命题,可得到最优控制策略。仿真验证了该方法可识别并利用分布曲线间的相似形态特征,实现对分布曲线整体形态的控制。