由于随机噪声广泛存在于工程领域中,随机过程的建模、控制和应用一直以来都是控制领域的研究热点之一。目前基于高斯线性随机系统的相关控制理论研究已趋于完善,如自整定控制、最小方差控制、马尔可夫跳变参数控制及线性二次高斯控制等,这些方法都是基于系统变量的均值和方差得到的。然而均值和方差只有当线性随机系统的变量服从高斯分布时才能完全表征系统的动态特性。实际上,工业系统通常是非线性的,且扰动不一定服从高斯分布,因此系统变量常常不服从高斯分布,此时基于均值和方差的控制策略可能得不到令人满意的控制效果。同时,系统随机变量的概率密度函数随着各种检测、通信、图像和数据处理的快速发展不再难以获取,而通过概率密度函数则可以获得随机变量全部的概率信息。本文基于概率密度函数针对非高斯随机系统控制器的设计提出一些新的思路和方法,主要工作如下:1)针对一类可以用受控自回归积分滑动平均（Controlled auto-regressive integrated moving average,CARIMA）模型表示的非高斯随机系统,提出一种基于生存信息势的预测-比例积分微分（Proportional integral differential,PID）控制方法。该方法利用系统模型预测系统输出得到其生存信息势的估值来构建性能指标,并通过最小化性能指标调节PID控制器的参数。与传统熵相比,生存信息势鲁棒性更强,计算更简单。通过有机朗肯循环余热回收系统对该方法进行仿真验证,结果表明该方法具有良好的控制性能。2)针对有机朗肯循环系统的过热度控制提出一种基于最小熵的数据驱动控制方法。该方法采用矩母函数计算过热度控制系统的跟踪误差熵,通过最小化跟踪误差熵确定最优控制律。然后结合有机朗肯循环系统模型分析控制系统的稳定性。仿真结果表明该方法相比传统的PID控制在非高斯扰动下具有更好的控制性能。3)针对温控负荷参与调频的电力系统,提出一种基于最小熵的控制方法。该方法采用矩母函数计算系统频率偏差熵,然后通过最小化系统频率偏差熵确定最优控制律。该方法同时考虑了控制输入的约束与能量消耗的影响,并对控制系统的稳定性进行分析。仿真结果验证了该方法的有效性。4)针对非线性非高斯多变量随机系统提出基于矩母函数的最小熵控制方法。该方法通过输入输出模型求取各个输出的概率密度函数,再根据输出的概率密度函数求出矩母函数并构建性能指标,并通过最小化性能指标确定最优控制律。通过一个非线性非高斯的两入两出系统数值仿真验证了该方法的有效性。5)针对聚苯乙烯聚合过程提出一种基于矩母函数的分子量分布形状控制。受随机控制中PDF形状控制的启发,该控制方法通过B样条模型逼近输出的分子量分布,再利用子空间辨识法辨识系统的动态权重模型。基于矩母函数构造表征输出与目标分子量分布间差异的性能指标,并通过最小化该目标函数得到控制律使输出分子量分布间逼近目标分子量分布。最后通过一个聚苯乙烯聚合过程的仿真实验验证了该方法的有效性。