下面是文中的部分观点：
尽管学术界常常将模型预测控制作为先进控制的首选方法，但其在其他过程工业中的应用速度比预期的要慢得多。复杂控制是大多数过程工业中常用工具。然而，他们在很大程度上被学术控制世界所忽视。甚至PID控制器在很长一段时间内被学术界认为是过时的。学术界自从1950年左右作为一门学科出现以来，在很大程度上忽视了在实践中使用的控制方法，特别是在过程工业中。主要原因可能是人们认为工业中使用的控制方法过于简单和专用，很快就会被更现代和更通用的方法所取代。第二个原因是复杂控制方案都是为解决具体问题的功能扩展没有在一个系统的框架内提出。第三个原因，正如福斯指出：学术界在很大程度上忽视了结构问题，即决定控制什么(输出，CV)以及如何通过配对输入(MV)和输出(CV)将系统分解为分散的控制器。
在过程控制应用程序中，关于所有过程变量的信息通常是集中的。因此应用分散控制的主要动机是它更简单，而且通常足够好。它允许独立的控制器整定，而不需要描述过程中的详细动态和相互作用的过程模型。虽然理论上多变量控制器可能总是优于分散控制器，但是这种性能增益必须与获取和维护多变量控制所需的过程模型的成本相权衡。
“对经典控制结构的传统阐述往往缺乏系统和整体的视角。从控制规范到选择控制结构的步骤很少是明显的，而且通常不清楚手头的问题是否可以通过其他结构来解决。因此，对于一个没有经验的用户来说，设计一个新的控制结构来解决给定的问题或组合几个结构是不容易的。相比之下，模型预测扩展的设计无疑更加系统化。”
Hägglund 等得出结论，除了PID控制器整定之外，在研究和开发中，复杂扩展几乎是一个被忽视的领域。他们说，“与连接PID控制器的基本控制结构相关的工作很少”，“这一领域的进步具有巨大的潜力，因为这些结构在过程工业普遍存在。
控制结构设计也被称为全厂控制，过程包括：
1. 控制目标
2. 根据目标确定可测量的被控变量
3. 根据因果关系确定操纵变量
4. 连接被控变量和操纵变量的结构
控制结构设计的过程艺术性很强，需要对工艺过程、过程控制的深刻理解。这也是问题所在。这些学术界很少关注的复杂控制方案在工业应用普遍应用。缺乏学术上的关注，意味着学生在这些方法上没有得到适当的训练，也没有发展出适当的设计方法。目前，控制工程师关于复杂控制的主要知识来源是基于先前设计的范例。学术界可以帮助纠正这一点，并且有很大的改进潜力。除了数学上的普遍性和严谨性外，研究目标还应包括技术的工业用途和效益，分解和简单是很重要的。简单的控制解决方案更容易实现、理解、整定和更改。
Greg Shinskey特别提出了其他更专业的解决方案，应该被认为是一个重要的创新者和思想的源泉，应该努力去理解和扩展他的解决方案，并发展理论。