最小方差方法已经成为控制器性能评价的主要技术，但是其应用仍具有一定的局限性，并且只考虑了控制器的随机性能，不能对控制器做出综合的评价。论文将多属性决策理论应用到了控制器的性能评价技术，该方法将控制器的几种指标作为控制器不同的属性，既考虑了控制器的确定性性能，又考虑了控制器的随机性性能，能够对控制器进行全面的评价。根据控制回路的控制效果的要求不同，可以对各属性指标分配不同的权重，并且同时考虑了指标的下限和上限，评价结果代表的是当前的控制器性能与理想性能的接近程度。考虑到对于不同的扰动评价基准是不同的，论文提出了了一个基于BP神经网络的过程扰动识别技术。进而，基于历史数据建立评价基准，应用多属性决策的TOPSIS法得出控制器的综合属性评价值。最后，将该控制器评价技术应用于TE过程。开发了一个控制系统性能监控平台，及时掌握控制器的运行状况。