在控制理論中，高級過程控制（APC）是指在工業過程控制系統中實施的一系列廣泛的技術和工藝。高級過程控制通常是在基本過程控制的基礎上選擇性部署的。基本過程控制是與過程本身一起設計和建立的，以促進基本操作、控制和自動化要求。高級過程控制通常是隨后添加的，通常是在多年的過程中，以解決過程中的特殊性能或經濟改進機會。過程控制（基本和高級）通常意味著過程工業，其中包括化學品、石油化工、石油和礦物精煉、食品加工、制藥、發電等。這些行業的特點是連續過程和流體處理，而不是離散部件制造，如汽車和電子制造。過程自動化這一術語基本上是過程控制的同義詞。過程控制（基本的以及先進的）在過程控制系統內實現，這可能意味著分布式控制系統（DCS）、可編程邏輯控制器（PLC）和/或監督控制計算機。DCS和PLC通常在工業上是硬化的和容錯的。監督控制計算機通常沒有經過加固或容錯，但它們為控制系統帶來了更高層次的計算能力，以承載有價值但不關鍵的高級控制應用。高級控制可以駐留在DCS或監控計算機中，這取決于應用。基本控制位于DCS及其子系統中，包括PLC。

以下是眾所周知的高級過程控制的類型列表。高級調節控制（ARC）是指幾種已被證實的高級控制技術，如超控或自適應增益（但在所有情況下，調節或反饋）。ARC也是一個總括性術語，用來指任何不屬于任何其他類別的定制或非簡單技術。ARC通常在DCS層面使用功能塊或自定義編程功能來實現。在某些情況下，ARC存在于監督控制計算機層面。高級過程控制（APC）指的是幾種經過驗證的高級控制技術，如前饋、解耦和推理控制。APC也可以包括模型預測控制，如下所述。APC通常在DCS層面使用功能塊或自定義編程功能來實現。在某些情況下，APC駐留在監督控制計算機層面。多變量模型預測控制（MPC）是一種流行的技術，通常部署在監督控制計算機上，確定重要的獨立和依賴過程變量以及它們之間的動態關系（模型），并經常使用基于矩陣數學的控制和優化算法來同時控制多個變量。MPC的一個要求是模型在控制器的操作范圍內必須是線性的。自從上位機在20世紀80年代首次為控制系統帶來必要的計算能力以來，MPC一直是APC的一個突出部分。非線性MPC。與多變量MPC類似，它包含了動態模型和基于矩陣數學的控制；然而，它沒有模型線性度的要求。非線性MPC能夠適應具有不同過程增益和動態（即死區時間和滯后時間）的模型的過程。推理測量。

推理的概念是通過現成的過程測量值來計算流的屬性，如溫度和壓力，否則直接實時測量可能成本太高或太費時。推斷的準確性可以定期與實驗室分析進行交叉檢查。推斷可以用來代替實際的在線分析儀，無論是用于操作人員的信息，還是級聯到基礎層過程控制器或多變量控制器CV。順序控制是指在連續過程中發生的不連續的基于時間和事件的自動化序列。這些可以作為時間和邏輯功能塊的集合、自定義算法或使用正式的順序功能圖方法來實現。智能控制是一類使用各種人工智能計算方法的控制技術，如神經網絡、貝葉斯概率、模糊邏輯、機器學習、進化計算和遺傳算法。相關技術以下技術與APC相關，在某些情況下可以被視為APC的一部分，但通常是獨立的技術，有自己的（或需要自己的）Wiki文章。統計過程控制（SPC），盡管它的名字叫"統計過程控制"，但在離散型生產中更為常見。