该学位论文针对工业窑炉过程控制中存在的难点,着重从理论和设计技术上研究了各种智能控制手段在工业过程控制律生成中的融合机制,结合仿真试验得出了重要结果.该论文所提出的基于联接式强化学习生成自适应模糊控制器的设计方法,以"微弱"的示教信号为参照,有效地解决了一类非线性、大时滞、不确定性系统的在线控制问题.此外还提出了工业窑炉分级递阶智能控制系统利用强化学习在线修正模糊规则库的学习机制,实现了两级自适应调节律的协调.该研究属于国际学术研究的前沿领域,具有鲜明的独创性.该论文共分四部分.第一部分在分析学科现状和工业窑炉控制存在的控制难点的基础上引出了该研究工作的立论依据,简要介绍了该研究课题的目的和意义;第二部分着重阐述了作者在基于强化学习构成自适应模糊神经控制器、模糊规则自动获取的遗传优化技术的离线和在线设计方法以及动态系统辨识器的训练算法等方面的研究工作;第三部分介绍了作者提出的多级智能集成技术在回转窑过程控制中的结构,着重探讨了神经网络、专家规则、模糊推理之间的信息转换机制和多模式控制的设计方法和接口技术;第四部分概括了该研究工作的主要内容和所得出的重要结论、应用前景.