该论文是作者参加国家自然科学基金资助项目(59585006,59905008,50175029)和教育部留学回国人员科研启动基金资助项目研究的积累中,结合国内外数据挖掘和知识获取的最新成果,适应知识经济时代智能控制系统发展的需要而提出的进一步深化的新课题.加工过程是一类时变性、非线性、非最小相位及模型不确定性的复杂系统.为了实现全局范围的有效优化控制,该论文首次提出把元学习理论和技术引入到智能控制领域,并首次提出基于元学习的加工过程多策略协作控制,以满足加工过程智能控制整体最优的要求,提高加工过程智能控制系统的稳定性、适应性、鲁棒性和智能度.该论文首先探讨了学习一些基本问题在智能控制领域的具体实现,包括用误差空间特征模型和类等效特征模型描述被控对象、控制策略集的构成与控制策略性能描述、元数据的结构形式、元知识表示等.其次,该论文研究了加工过程几种不同的控制算法:PID控制、模糊控制、模糊自整定PID控制、极点配置自校正控制、仿人智能控制等,仿真和试验分析了各控制算法的控制效果,并在此基础上建立了加工过程的控制策略集.再次,获取由不同被控对象特征状态、不同控制策略及与之关联的性能特征所组成的元数据集,并在元数据集中使用元学习排名法(Ranking)获取元知识,包括策略选择规则和策略性能特征规则.最后通过仿真和试验验证了基于所获取元知识的加工过程多策略协作控制的有效性和优良品质.该论文的研究表明,基于元学习的多策略协作控制是可行的和有效的.对这一方法的进一步探讨和研究不仅提高加工过程智能控制系统的智能自动化程度,而且为更大更复杂系统的智能控制问题提供了可鉴之处.