城市固废焚烧(Municipal　solid　waste　incineration,MSWI)是处置城市固废(Municipal　solid　waste,MSW)的主要手段之一.中国MSW来源范围广、组分复杂、热值波动大,其焚烧过程通常依靠人工干预,这导致MSWI过程智能化水平较低且难以满足日益提升的控制需求.MSWI具有多变量耦合、工况漂移等诸多不确定性特征,因而难以建立其被控对象模型并设计在线控制器.针对以上问题,提出了一种面向MSWI过程的数据驱动建模与自组织控制方法.首先,构建了基于多输入多输出Takagi　Sugeno模糊神经网络(Multi-input　multi-output　Takagi　Sugeno　fuzzy　neural　network,MIMO-TSFNN)的被控对象模型;然后,设计了基于多任务学习的自组织模糊神经网络控制器(Multi-task　learning　self-organizing　fuzzy　neural　network　controller,MTL-SOFNNC)用于同步控制炉膛温度与烟气含氧量,其通过计算神经元的相似度与多任务学习(Multi-task　learning,MTL)能力对控制器结构进行自组织调整;接着,通过Lyapunov定理对MTL-SOFNNC稳定性进行了证明;最后,通过北京市某MSWI厂的过程数据验证了模型与控制器的有效性.