在实际工业控制系统中,理想的线性控制系统是不存在的,工业对象往往都具有较强的非线性特性。非线性系统的建模、辨识、自适应控制等方面的研究,已经逐渐成为研究非线性系统的重要方向。Hammerstein-Wiener型非线性系统是常见的用来描述非线性系统的模型,它是由个静态非线性系统、一个动态线性系统和另一个静态非线性系统串联而成。该类模型的特点是可将静态非线性特性和动态线性特性分开考虑,简单又有效地描述了相当广泛的一类非线性系统,能较好地反映大多数工业生产过程的非线性特性。例如将电弧炉炼钢过程中的电极调节系统表示成Hammerstein-Wiener型非线性系统的形式,提高了系统的准确性,使系统模型更接近工业生产过程的实际。论文首先介绍了本课题的研究背景,简述了非线性系统辨识与控制方法的研究现状,并简要说明了本文的研究内容及论文的整体结构。接下来主要研究了一种基于最小二乘支持向量机(LSSVM)理论和两步法广义预测控制理论对Hammerstein-Wiener型非线性系统进行辨识与控制的方法。利用最小二乘支持向量机(LSSVM)的方法,将系统辨识问题转化为有约束的优化问题,避免了过去辨识Hammerstein-Wiener系统所采用的迭代运算,提高了计算效率；同时,对实际工业生产中具有Hammerstein-Wiener模型结构的电极调节系统进行了辨识,并用MATLAB仿真验证了该方法的有效性。利用两步法广义预测控制,将Hammerstein-Wiener模型的线性部分与非线性部分分开考虑,将控制问题分解为线性模型的动态优化问题和非线性模型的静态求根问题,因此处理起来比较灵活,每一步的算法可以灵活选择；同时,对实际工业生产中具有Hammerstein-Wiener模型结构的电极调节系统的控制器进行了设计,并用MATLAB仿真验证了该方法的有效性。