液压伺服系统是在液压传动和自动控制理论基础上建立起来的一种自动控制系统。它以其优良的动态性能著称,在工业实践中得到了广泛的应用。在实际的液压伺服系统应用中普遍采用PID控制提高系统控制性能。传统的PID参数整定方法不能适应系统的非线性、时变性和滞后性等特点,随着液压技术和自动化水平的提高,对有些要求较高的液压伺服系统不能很好的满足要求,为此要采用更加有效的控制策略进行控制。近年来,一系列新的计算方法,如神经网络、模拟退火、进化算法、遗传算法、和免疫算法等相继提出,它们对解决大规模复杂系统中出现的组合爆炸问题非常有效,具有通用、鲁棒、简单、并行处理等诸多优点,为解决复杂问题提供了新的思路和手段,得到了研究人员的重视,并已就在液压伺服系统的控制中应用开展了研究本文研究了遗传算法和量子粒子群算法理论,进行了收敛性分析,通过对PID参数整定的算例对比得知,量子粒子群优化算法是一项新兴的演化优化技术,它具有较强的全局收敛能力和鲁棒性,且不需要借助问题的特征信息,是一种更高效的并行搜索算法,非常适用于对复杂环境中的优化问题的求解。针对液压伺服控制系统实际被控过程机理较复杂,具有高度非线性、时变不确定性和纯滞后等特点和在噪声、负载扰动等因素的影响下,过程参数,甚至模型结构,均会发生变化等具体情况。本文采用了自适应控制技术和量子粒子群算法相结合的PID复合优化控制策略,对PID参数进行在线调整,以满足实时控制的要求。