化工过程一般为多变量系统,包含多个操纵变量及多个被控变量,各变量间存在的关联性会使系统内部产生一定程度的耦合作用。其中控制系统结构设计及控制器参数的优化是整个控制系统的关键所在,决定了控制系统性能的优劣,从而影响工业生产的经济效益。目前工业过程控制现场大多采用常规PID控制方法,因此本文研究了基于遗传算法的多变量常规控制系统结构与参数集成优化设计方法。针对单回路控制系统,基于改进的遗传算法思想,以闭环控制回路PID控制器的控制律三个系数作为寻优变量,对其进行实数编码,使用改进的选择、交叉、变异等遗传算子,以闭环回路输出和期望值所得误差结合控制变化量的加权平方和作为最小目标函数,获得最优良的PID控制器参数。针对多变量控制系统,首先提出了闭环相对增益和耦合度的概念,分析发现闭环控制回路的反馈作用可能会加剧整个控制系统的耦合程度;然后提出了一种多变量常规控制系统结构与参数集成优化设计的遗传算法求解方案,利用整数编码描述控制回路变量配对,实数编码描述PID控制器参数,形成复合基因编码,选择改进的双层优化遗传算子,以结合闭环耦合度罚函数的累积误差为目标函数指导算法进化方向,舍弃闭环耦合度超越阈值的解,通过一系列遗传操作,求得分散常规控制系统最优的变量配对方案及其控制器参数。针对高维大系统,采用双层结构遗传算法组合优化的思想,染色体上层编码根据被控变量优先级进行整数编码,确定每个被控变量的配对优先级,按照优先级从大系统的相对能量增益阵中选择对应的操纵变量,形成被控变量和操纵变量的控制回路配对,下层对该被控变量对应的控制器参数编码,结合闭环控制系统耦合度约束,不断优化搜索求得最优的大系统常规PID控制回路配对及各控制器参数。