模糊控制和神经控制是智能控制的前沿领域,文章对模糊控制和神经控制的设计理论和应用进行了研究,针对基于数学模型的传统PID控制方法不能满足具有不确定性、难以精确建模的复杂控制系统设计的要求,采用了多种模糊—神经—PID融合的控制策略,并对工程实际进行了仿真实验,验证了所采用的控制方法的有效性。本文的主要内容如下:1)总结了自动控制理论、模糊控制、神经控制的发展,研究状况和展望;指出传统PID控制方法存在的缺陷和不足;阐明了设计先进PID控制策略的必要性。2)研究了模糊控制和自适应单神经元控制的原理和设计方法。3)针对锅炉燃烧器这类存在大惯性环节,难以建立精确数学模型的控制对象,采用了模糊PID复合控制策略。这种策略在大偏差范围内采用模糊控制,加快动态响应过程;在小偏差范围内转换为PID控制,消除稳态误差,实现精确控制。通过MATLAB仿真实验表明,模糊PID复合控制能够满足系统要求,具有良好的快速性和稳态精度,具有很强的鲁棒性和抗干扰力,体现了优异的控制品质。4)针对过热汽温调节系统这样一个存在非线性耦合、大滞后、多变量、干扰强的复杂被控对象,采用基于单神经元网络的智能PID控制。该方法利用了神经元具有高度的容错性,鲁棒性,自组织,自学习和实时处理等特点对过热气温调节系统进行控制。通过MATLAB仿真实验表明,基于单神经元网络的智能PID控制方法具有算法简单、实时性好的特点,具有较强的自适应、自学习能力和较强的鲁棒性。5)将模糊PID复合控制策略和基于单神经元网络的智能PID控制方法融合采用了模糊—神经—PID融合的控制策略,通过MATLAB仿真实验表明模糊—神经—PID融合的先进控制策略综合了模糊控制、神经控制和传统PID的优点,比前面两种控制策略具有更好的鲁棒性、快速性和控制精度。表现出及其优异的控制品质。