本文提出了一种基于zonotope的非线性过程大数据驱动预测控制方法。针对工业过程中常见的工况切换和局部线性特性，作者设计了层次聚类算法将海量轨迹数据划分为多个局部线性子行为簇，每个簇用zonotope表示其中心轨迹和偏差范围。在线控制时，通过求解当前轨迹到各簇中心的最近距离问题，获得插值权重并构造凸组合zonotope，进而利用参数化Hankel矩阵预测未来输出并计算控制输入。该方法在铝电解过程