过程控制系统广泛采用PID控制，它们的性能直接关系到生产过程的平稳运行与产品的最终质量，因而其优化设计具有重要的价值。 PID调节器的特点是结构简单，适应性强，特别是不依赖对象的精确模型，对系统参数的变化具有较好的鲁棒性，可以解决工业过程精确建模的困难。而且其应用时期较长，控制工程师们已经积累了大量的PID控制器参数的调节经验。但是简单的PID控制往往不能达到令人满意的程度，对于时变对象和非线性系统，传统的PID控制更是显得无能为力。 本文系统研究了智能PID控制方法。在详细地介绍了PID控制及其基本的参数自整定方法的基础上，研究了得到广泛应用的PID继电反馈自整定方法。深入研究了单神经元、BP神经网络，研究了PID控制参数模糊优化算法和基于遗传算法的PID控制参数优化方法。并提出了一种基于RBF神经网络辨识的单神经元自适应控制结构，仿真结果表明该方法具有很好的控制效果。