1.一种反向过程鲁棒控制方法，其特征在于包括如下步骤：步骤1、建立多模型描述系统状态空间模型；

步骤2、设计多模型描述系统的被控对象控制器。

2.如权利要求1所述的反向过程鲁棒控制方法，其特征在于步骤1具体包括如下步骤：

1-1.建立多模型描述系统的输入输出数据，建立多模型描述系统模型，其形式如下：x(k+1)＝Akx(k)+Bku(k)y(k+1)＝Cx(k+1)

且满足：

其中k表示多模型描述系统的运行时刻，i是大于等于零的正整数，x(k)、x(k+1)分别是k时刻、k+1时刻的系统状态，u(k)是k时刻的系统输入，Δu(k+i)是k+i时刻的系统输入增量，y(k+1)是k+1时刻的系统输出，y(k+i+1)是k+i+1时刻的系统输出，Ak,Bk,C分别表示第k个系统相关矩阵，ymin,ymax分别是系统输出下界、上界，Δumin,Δumax分别是系统输入增量的上界、下界；

1-2.选取在鲁棒模型预测控制设计目标下的目标函数，为：且满足：

其中J∞(k)表示k时刻稳态目标函数，l是大于零的自然数，Ω＝Co{A1|B1,A2|B2,…,AL|BL}，Co表示组，αl(k)是k时刻第l个非负的系数， A1|B1,A2|B2,…,AL|BL分别表示第L对系统矩阵组，[Ak|Bk],[Al|Bl]分别是第K,L对系统矩阵组，yr(k+i)是k+i时刻的系统期望输出，Q,R为相应的输出误差、输入增量的加权矩阵，ΔU(k)是一组k时刻的未来系统输入增量；

1-3.设计由n个自由度控制的鲁棒模型预测控制策略下的新息状态空间方程：首先，定义新息系统状态：

其中z(k)表示k时刻的新息系统状态，Δx(k)是k时刻的系统状态增量，e(k)是k时刻的系统输出误差。

然后得出新息状态空间方程，其表示如下：

z(k+1)＝Amkz(k)+BmkΔu(k)Δy(k+1)＝Cmz(k+1)

其中 Cm＝[C 0]，z(k+1)表示k+1时刻的新息系统状态，Δy(k+1)是k+1时刻的系统输出增量，

1-4.根据1-3，得到新的目标函数为：且满足：

其中z(k+i)表示k+i时刻的新息系统状态。

进一步得到新息状态空间方程的约束表达式，-ymin-yr(k+i+1)≤Cez(k+i+1)≤ymax-yr(k+i+1)-Δumin≤Δu(k+i)≤Δumax其中yr(k+i+1)是k+i+1时刻的系统期望输出，z(k+i+1)是k+i+1时刻的新息系统状态，Ce＝[0 1]。

3.如权利要求2所述的反向过程鲁棒控制方法，其特征在于步骤2具体包括如下步骤：

2-1.基于步骤1，多模型描述系统的系统状态预测模型如下：其中z(k+2),z(k+3)…z(k+N)分别表示k+2,k+3,…,k+3时刻的新息系统状态，Δu(k+

1),Δu(k+2),…,Δu(k+N-1)分别表示k+1,k+2,…,k+N-1时刻的系统输入增量；

2-2.进一步得到系统最终的目标函数如下：且满足：

[Aml+BmlF(k)]TPl[Aml+BmlF(k)]-Pl+Q+F(k)TRF(k)≤0,l＝1,2,…,L其中 表示k时刻最终的目标函数， ξl(k+i)是k+i时刻第l个新息非负的系数，Pl是第l个系统正矩阵， 是新息系统输入增量，F(k)是k时刻的求解黎卡提方程的所需矩阵。P(i,k)是k时刻第i个新息系统加权矩阵。 分别是不同的新息系统矩阵， 分别是不同的第N个新息系统矩阵；

2-3.依照2-1到2-2中的步骤依次循环分别求解多模型描述系统k,k+1,…,k+N-1时刻的最优输入增量Δu(k),Δu(k+1)，…，Δu(k+N-1)，再将其作用于多模型描述系统。