流程雁阵(Process Goose Queue, PGQ)是一类新颖的流程生产系统分解协调优化结构,选择包含系统的约束条件和梯度信息的最优性条件(Necessary Conditions of Optimality, NCO)作为PGQ的跟踪目标,可以从结构设计角度有效地提高其优化控制性能。为此,论文提出了一类基于最优性条件的流程雁阵自主优化控制方法,主要研究工作如下：1、针对NCO在线不易直接测量、离线估计不及时和不准确等问题,提出了一类基于高斯过程的NCO建模、预测及实现方法。通过生产过程数据在线动态更新高斯过程模型,实时准确预测NCO的值,以决策下一时刻的最优控制率,很好地满足了流程工业及时变系统优化控制的要求,实现了生产过程对经济性能最优值的跟踪。2、基于自主优化控制策略,建立一阶最优性必要条件(NCO)作为多级PGQ的跟踪目标,将优化控制问题转化为定值跟踪问题,使流程雁阵结构本身具备了优化与控制作用,形成流程雁阵的闭环自主优化控制回路,降低对系统模型精度和初值选取的依赖程度,给予流程雁阵启发式的寻优机制,提高优化速率。3、将TE过程作为应用实例,从RTO性能、优化结果、复杂度等方面与目前PGQ方法进行了效果对比,验证了论文方法的可行性与有效性。