采用先进控制可以克服由于系统本身的时变性、非线性和外扰的随机性等带来的问题。近年来，先进控制策略及软件在工业生产过程中也得到了一定的应用，虽然应用不多但是预示着未来的趋势。
目前配置在过程控制计算机中的先进控制策略及相应软件主要有：多变量模型预测控制、自适应控制、模糊控制、人工神经元网络等。
（1）多变量模型预测控制
20世纪80年代初，模型预测控制逐渐发展为一项成熟的控制技术。其基本原理是利用一个过程动态模型（脉冲响应模型或ARMA模型）和可测量的信息来预测将来的过程行为，再利用滚动优化的方法，使预测过程的响应和设计希望的响应差别为最小。模型预测控制还能处理过程变量有不等式约束的情况，例如当传感器和控制器失效时，可以通过改变相应的不等式约束来解决。近年来一些商品化软件产品已应用于石化和化工过程。
（2）自适应控制
早在20世纪70年代初，自适应控制已在热工、化工对象上应用成功。利用在线最小二乘辨识律和最小方差控制率的自校正调节器、自校正PID调节器都有商品化软件。一种更简单实用的自整定器已配置在DCS中。自整定器实质是根据对象的特性自动给出PID参数，这种自整定在正常工作过程中仍以固定参数PID调节器的形式工作，不进行在线参数辨识和修改控制，目前在化工过程中得到应用。
（3）模糊控制
模糊控制器依照人工操作思文程序工作，它首先把测量输出的精确量模糊化，变为模糊语言变量，由模糊规则进行模糊决策，再把模糊决策量清晰转变成精确量进行控制。与传统控制方法相比，模糊控制无须建立数学模型，被控对象的特性和参数变化对控制质量的影响较小（鲁棒性强），对于非线性和大时滞对象采用模糊控制的效果比PID效果好。因此很适合于过程控制，如PH值的控制，目前已有商品化软件。
（4）人工神经元网络
人工神经元网络是模仿人类脑神经活动的一种人工智能技术。反响传递学习算法BP网络和Hopfield网络的出现，使人工神经元网络技术大为改观，发展很快。目前已在过程控制的血多领域，如在非线性系统的辨识和控制、基于模型的软测量、质量预报、故障诊断等方面获得应用。
目前，控制策略上出现了多学科研究的交叉和渗透，它们之间相互取长补短，如神经网络与模糊控制相结合构成了模糊神经网络控制，它兼有模糊控制和神经网络的优势，是一个很有前途的研究方向。 过程控制理论的发展研究现状(2):http://www.youerw.com/yanjiu/lunwen_17446.html