的组合，也可W是所有的 控制量CV。尤其是，优选为选择充分必要的目标值设定对象变量W使得所有的变量接近全 局目标值。该是因为，如果超出必要地增加目标值设定对象变量的话，则可能会发生控制变 得不稳定等缺点。
[0058] 机会损失检测部31对是否为最优化机会损失状态进行检测。最优化机会损失状 态是指，在至稳定状态之前的过渡状态下，与按照由最优化部21算出的目标值执行控制部 41的控制相比，能够将控制对象的控制状态进一步提高至最优的状态的状态。
[0059] 机会损失检测部31还具有第二最优化部311，该第二最优化部311将用于控制部 41的控制的变量最优化，计算出该变量的稳定目标值。
[0060] 机会损失检测部31对最优化部21所算出的全局目标值和稳定目标值进行比较， 对是否为最优化机会损失状态进行检测。
[0061] 作为例示，W相对于当前值的正负方向为基准，在基于全局目标值的控制方向和 基于稳定目标值的控制方向为相反方向的情况下，机会损失检测部31判定为最优化机会 损失状态。
[0062] 另外，机会损失检测部31可W在全局目标值与稳定目标值之差比阔值大的情况 下，判断为最优化机会损失状态。
[0063] W下，对机会损失检测部31的功能进行具体说明。
[0064] 只要是使目标值设定对象变量尽可能地接近全局目标值那样的最优化，在机会损 失检测部31计算出稳定目标值的方法可W是任何方法，例如，可W采用将W下的式（1)所 示那样的全局目标值与稳定目标值之差的平方作为评价函数来进行最小化的二次规划法。
[0065] 【数式1】
[0066]
[0067] 在式（1)中，y是控制量CV的稳定目标值，y,是第i个控制量CV的稳定目标值、 片是第i个控制量CV的全局目标值，U是操作量MV的稳定目标值，Uj.是第j个操作量MV 的稳定目标值，是第j个操作量MV的全局目标值，qWi是对于第i个控制量CV的评价 函数的权重，qWj.是对于第j个操作量MV的评价函数的权重，Ty、Tu分别是控制量CV、操作 量MV的目标值设定对象变量的索引集合。权重可W基于全局优化器2中的评价函数的平 衡由全局优化器2来决定，也可W预先设定。
[006引此时，在y和U之间被赋予由W下的式（2)所表示的限制条件。
[0069] y-y〇=G(u-U0)…式似
[0070] 在式似中，G是M行N列的矩阵（M是控制量CV的数、N是操作量MV的数），是 表示控制量CV的变化相对于操作量MV的变化量的比例的矩阵。y。、U。是最优化的原点， 虽然可W赋予任意的动作点，但也可W利用过程的当前值、考虑了过程的干扰等影响的稳 定预测值（例如不进行控制的情况下的稳定状态的过程的预测值）等。又，式（2)在线性 系统是成立的，但在包含非线性的系统中，通过在围绕原点进行线性近似等可W使得式（2) 成立。
[0071] 又，对于所有或者一部分的控制量CVW及操作量MV，有时赋予W下的式（3)、（4) 所示那样的上限值、下限值。
[007引【数式2】
[007引yL°i《yi《yHV??式（3)
[0074] UUHij…式（4)
[00巧]在式做、（4)中，严i、yL°虎y;的上限值、下限值，uHij.、uL°请Uj.的上限值、下限 值。在最优化运算中，将评价函数最小化W使得y、u不超过该些上限值、下限值。在没找到 不超过该些上限值、下限值的解的情况下，可W放宽上限值、下限值的一部分来求解。
[0076] 该最优化运算可WW本地控制器4为单位个别地进行，也可WW系统整体一次性 地集中进行。在W系统整体进行的情况下，与最优化部21的最优化不同，进行不考虑本地 控制器4之间的连接关系的最优化运算。该最优化运算的结果为，求出目标值设定对象变 量的包含稳定目标值的所有变量的稳定状态下的值。在例如W某变量的过程值或者稳定预 测值为基准，该值出现于全局目标值的反方向的情况下，则判定为该变量到了机会损失状 态。
[0077] 具体来说，在将稳定状态下的各变量的值设为yT=yV八、...、yTM、山二uTi、 11了2、? ? ?、uT拥，通过式妨成立的控制量CV和式做成立的操作量MV来判定到了机会 损失状态。
[0078] (yT; - y脚i)XWi- y做1) <0…式巧）
[0079] (uTj-u脚j) X (uGj- u做j)<0…式化）
[0080] 在式巧）、（6)中，是第i个控制量CV、第j个操作量MV的最优化的原点 的值。
[0081] 另外，在基于全局目标值与稳定目标值之差，对是否到了机会损失状态进行判定 的情况下，例如，可W设定阔值S，通过式（7)、做成立的控制量CV和操作量MV来判定到 了机会损失状态。
[0082] (yT;-S…式口）
[008引（Vj- U Gj)2> S…式巧）
[0084] 关于阔值S，可W对每一个变量、每一个本地控制器4、或者系统整体设定一个值。 阔值S未必为常数，也可W根据例如评价函数的权重、自稳定目标值的原点的距离等使阔 值S变化。又，也可W通过"或"、"与"或者多数决定等形式组合上述的多个判定方法。
[0085] 图3所示的目标值修正部32在机会损失检测部31检测到为最优化机会损失状态 的情况下，对目标值进行修正W使得控制状态更接近最优的状态。
[0086] 目标值修正部32在修正了问题的基础上再次执行用于算出本地控制器4所执行 的稳定目标值的最优化运算，由此重新确定稳定目标值。W下进行具体说明。
[0087] 最初，对被检测出为机会损失状态的变量W及与该变量有关系的变量的评价函数 进行修正。例如，在对应于某控制量CV的yk被检测出为机会损失状态的情况下，将有关yk 的评价函数设为式巧）。
[008引v(y)k(yk) =q(y)k(yk_yGk)2…式巧）
[008引式（9)的意思是，在yk为目标值设定对象变量的情况下不变更评价函数，在yk不 是目标值设定对象变量的情况下重新设为目标值设定对象变量。
[0090] 接着，提取出与yk有关系的操作量MV。具体来说，提取出已知yk的值通过操作而 变化的操作量MV。例如通过提取对应于在与增益矩阵G的yk对应的行中有0W外的值的 列的操作量MV，可W提取出该样的操作量MV。作为那样的操作量MV，在提取了例如Uk的情 况下，将其评价函数设为式（10)。
[0091] V(u)k(Uk) =aXq(u)k(Uk-u^2…式（10)
[009引在式（10)中，q^k是最优化运算中的评价函数的权重，a是用于消弱评价函数的 系数（0W上且小于1)，其通过设定而被赋予。关于a的赋予方法，可W是例如对系统整体 赋予一个a、对于每一个本地控制器赋予一个a、对于每一个变量赋予一个a等方法中的任 一种。
[0093] 目标值修正部32的最优化运算是执行将不需要修正的评价函数（未检测到机会 损失、且与被检测到机会损失的变量没有关系的变量的评价函数）与修正对象的评价函数 的和设为新的评价函数的最优化运算。
[0094] 在目标值修正部32的最优化运算中，被赋予与机会损失检测部31的最优化运算 相同的限制条件、上限值W及下限值。又，目标值修正部32的最优化运算可本地控制 器4为单位进行，也可W系统整体一次性集中进行。