在常压管式加热炉热效率的研究中，需要对热效率进行有效的在线测量并且选用相对可靠的先进控制方法。在研究加热炉燃烧机理的基础上，采用基于原理和数据处理的在线测量方法，并在加热炉效率优化控制的过程中引入了动态矩阵控制方法。与传统的控制方法相比，动态矩阵控制的引入使系统具有更好的控制效果。同时，选择粒子群算法对动态矩阵控制的参数进行了寻优处理。粒子群算法在动态矩阵参数的寻优过程中相对缩短了寻优时间，并提升了控制品质。最后，与内模控制进行了比较。结果表明，动态矩阵控制方法可以达到更好的控制效果。

针对加热炉各支管温度的跟踪和平衡控制问题，提出了改进遗传算法优化多偏差控制加热炉支管温度跟踪和平衡的方案。该方案利用各支管原料混合后的温度和各支管温度的偏差，通过对进料流量和燃料流量的调控，不仅确保了调节过程中总管流量不变，而且实现了各支管温度跟踪和平衡的双重目标。同时，因为把多个支管作为一个整体来分析，所以避免了对相邻支管温度反复进行比较。利用改进遗传算法对多偏差控制技术的控制器参数进行优化，克服了控制器参数整定的困难。仿真结果表明，改进遗传算法优化多偏差控制方案具有可行性和有效性。

为提高水印图像的不可见性和算法鲁棒性，通过小波变换?海森伯格矩阵?奇异值分解的方法研究了彩色图像水印算法。首先，对宿主图像和水印图像进行了彩色空间变换；然后，对载体图像进行了小波变换；最后，对低频系数进行了海森伯格矩阵?奇异值分解后嵌入水印图像。结果表明，该算法对多种攻击方式有较强的鲁棒性，嵌入水印后宿主图像不可见性好，嵌入信息能力强，具有一定的应用价值。

常压塔塔顶汽油干点与产品质量密切相关，因为常减压蒸馏工艺流程和变量相关性均复杂，所以汽油干点预测很难在线进行。软测量方法是解决这类变量估计和控制预测问题的一种技术途径。在核主元分析（KPCA）算法中引入稀疏主元分析（SPCA）思想，采用稀疏核主元分析（SKPCA）算法对模型的输入变量进行选择，实现了数据的非线性降维，简化了主元结构，增加了主元变量的稀疏性。将选择的稀疏主成分作为最小二乘支持向量机（LSSVM）的输入，建立常压塔塔顶干点软测量预测模型。仿真结果表明，SKPCA?LSSVM模型相对于传统PCA?LSSVM、KPCA?LSSVM方法具有较高的预测精度和性能优越性。