在火力发电厂中，对主汽温的控制有较高的要求，但是由于电厂主汽温是一个典型的具有大迟延、大惯性、非线性及时变性的复杂系统，利用经典控制理论对主汽温进行控制存在一些不足。 本文在常规PID控制的基础上，提出了采用遗传算法与BP神经网络结合的PID控制策略。该策略采用基于遗传算法的BP神经网络来建立参数自学习的PID控制系统，从而实现对主汽温的有效控制。 本文首先对BP神经网络和遗传算法的优缺点进行了分析；然后把神经网络和遗传算法结合起来，充分利用两者的优点，使新算法既有神经网络的学习能力和鲁棒性，又有遗传算法的全局随机搜索能力；最后利用基于遗传算法的BP神经网络对主汽温控制系统进行设计，该设计分为三个方面：第一，由于主汽温为非线性时变系统，所以要先对主汽温进行辨识，提供给GA-BPNN一个学习信号；第二，基于遗传算法的BP神经网络，根据辨识系统提供的学习信号调节PID控制器的三个可调节参数k_p，k_i，k_d，即通过神经网络的自学习、加权系数调整，使神经网络输出对应于某种最优控制规律下的PID控制器参数，其中BP神经网络采用加动量项法与变步长法结合起来的BP算法以提高收敛速度，遗传算法则采用自适应变异概率和可变的交叉概率以扩大搜索空间。第三，PID控制采