控制系统中,PID控制器由于其算法简单、鲁棒性好、可靠性高、结构简单等优点得到了广泛应用.其中PID控制中关键的一个问题是PID参数的整定.但传统的PID设计方法在面对越来越复杂的非线性、参数时变,无法建立精确的数学模型等控制对象,难以获得比较好的控制效果.随着智能控制理论的发展,出现了许多智能算法,例如,遗传算法GA(Genetic Algorithm)、人工神经网络(Artificial Neural Networks)、模糊控制、蚁群算法、模拟退火算法、免疫算法等.将各种智能算法与常规PID控制方法有机地结合起来,发挥各自的优势,也是智能控制研究的主要方向.模糊控制的瓶颈在模糊规则上,针对这点本文在第三章提出了将专家模糊经验规则抽象成序列对,将其精确化,得出精确的控制规则表,再利用建立起的模拟退火遗传算法进行寻优,得出优化的控制规则表,使其能够满足规则表的完整性、一致性和精确性.在第四章提出了一种基于满意度的模糊自适应整定PID控制方法,其中在对于满意优化理论体系中,一个很重要的问题就是满意度函数的建立,本文给出了一种建立满意度函数的方法.然后将设计的满意度函数取为优化的评价函数,再利用遗传算法搜索出一组PID参数作为基值,改变了以往试凑或者根据经验所取的基值,这样会更加接近最优值,从而缩短控制的时间,再对PID参数在线进行调整,每次调整后经过综合满意度函数进行评价,以获得良好的控制效果,通过Matlab仿真结果证明了所设计的控制器的可行性.