我国电厂大部分采用了中储式球磨机制粉系统，但由于球磨机控制系统是一个典型的多变量系统，各变量之间存在严重耦合，而且具有滞后和模型时变的特点，所以控制过程存在多种复杂难题，长期以来传统控制方法使得制粉系统的自动投入率很低。为优化控制效果，模糊控制等智能控制方法在制粉系统中得到了大量的应用。模糊控制是近代控制理论中建立在模糊集合论基础上的一种基于语言规则与模糊推理的控制理论，它是智能控制的一个重要分支。传统的模糊控制技术主要由描述控制器动态行为的一组模糊控制规则构成，其设计过程往往依赖领域专家的先验知识，控制规则的获取、隶属函数参数的确定以及量化因子的调整是设计模糊控制器的关键问题。针对模糊控制这些特点，本文引入遗传算法，通过模糊控制技术和遗传算法的结合，使得原本需要通过经验来权衡上述三个方面的问题可以利用遗传算法加以确定，从而减少了操作人员的主观性。 本文设计了一种基于小生境遗传算法的数值型模糊控制器，应用遗传算法优化模糊逻辑控制器参数。遗传优化和模糊控制相结合具有许多其他方法难以比拟的优越性，遗传算法可以优化模糊逻辑控制器从结构到参数的各个方面。遗传算法作为一种随机的优化与搜索方法，可以较少地依赖先验知识，可以没有训练数据对，易于嵌入设计者的知识提高学习效率，易于与其他方法结合使用，有着广泛的应用前景。而本文采用的基于小生境技术的遗传算法能够有效地抑制标准遗传算法易出现的早熟现象，并且提高了优化的效率。尤其对于多变量对象的优化问题，小生境遗传算法优于标准遗传算法，能更好的找到全局最优解。 为了证实该控制器的有效性，本文将其应用到中储式球磨机制粉系统中。首先通过在电站仿真机系统上采集扰动试验数据，计算得出一个球磨机三输入三输出对象的传递函数矩阵，并将其解耦，以此作为控制系统设计仿真的对象。再将上述控制策略应用到该对象中，通过Matlab进行仿真运算，结果表明该方法优化出来的模糊控制器控制品质好，并具有较好的抗干扰性，从而优化了球磨机控制，验证了应用小生境遗传算法对模糊控制器进行优化是切实可行的。