流程雁阵(Process Goose Queue, PGQ)是一种新颖的流程工业系统分解协调优化方法,具有建模简单、寻优速度快等特点。而目前PGQ方法存在的一个问题是：由于多级流程雁阵是通过关联子雁之间的信息交换逐级进行最优值的传递,当出现病态子雁时,流程雁阵的阵形调整缓慢、迭代时间长,影响了流程系统整体最优目标的实现。为此,论文基于状态空间模型预测思想,结合PGQ中的关联信息,建立了PGQ的状态空间模型,给出了相应的子空间辨识方法,提出一类面向多级PGQ系统阵形调整的改进状态空间模型预测控制算法(M-SSMP)。该算法能够建立串联子雁之间预测模型的关系,在干扰发生级预测上一级流程雁阵的输出,并同时调节两级流程雁阵的操纵子雁位置,提前降低干扰对流程雁阵系统目标的影响,实现两级流程雁阵的同步优化。将该方法应用于TE过程,实验结果表明该方法具有抑制扰动效果明显、调整过程平稳以及动态响应快速等特点。