在控制领域中,存在着大量的非线性时变系统,其中带有本质非线性环节的系统尤其难以得到好的控制效果.系统辨识和控制理论是紧密相关的,而目前传统的理论不能提供普遍适用于各种非线性系统的辨识方法.相对于传统的全局建模方法而言,局部模型辨识在对非线性系统辨识上有明显的优势.研究基于局部建模思想的Model-on-Demand(MOD)辨识算法及其与控制理论的结合,对于非线性系统的辨识及控制具有十分重要的意义.该文的研究主要集中在以下几个方面:比较广泛而深入地研究了Model-on-Demand模型辨识算法.在参考大量外文资料的基础上,对该算法的具体实现过程进行了概括总结.由于MOD算法是基于大量观测数据的,数据的质量直接影响着辨识效果,故文中还对MOD算法与小波分析的结合进行了讨论.广义预测控制是80年代以来发展起来的一种新型计算机控制方法,它适用于开环不稳定系统和非最小相位系统,具有优良的控制性能和鲁棒性.该文对MOD算法和广义预测控制的结合过程进行了大量研究,并详细推导出算法公式,提出了完整的实现过程.污水的生化处理过程是一个典型的非线性过程,尤其是污水的成分依地区、时间、季节、气候、消费习性等不同,表现出激烈的时变特征.在对Model-on-Demand模型辨识算法及其与广义预测控制的具体结合过程进行研究后,本文将还将其应用于污水处理过程,并利用MATLAB软件进行仿真研究.在不同工况下(包括好天、雨天、暴雨天),针对5＃反应器的溶解氧浓度控制及2＃反应器的硝酸盐浓度控制进行仿真,对常规控制指标及有关出水工艺指标作出了分析,并与PI算法的控制效果进行比较.最后,提出了对后续研究工作的几点设想.