本文综述了内模PID(Internal Model Control-PID,IMC-PID)控制的研究现状,并将IMC-PID控制分别与模糊逻辑和神经网络相结合,提出了几种新的IMC-PID控制算法。首先,针对过程控制中的典型控制对象,提出了一种具有设定值加权的IMC-PID控制器设计方法。该方法通过模糊系统的输出在线修正IMC-PID控制器比例作用部分的设定值加权系数,使得系统的目标值跟踪特性和干扰抑制特性均得到明显的改善,而且控制算法简单、参数调整方便。其次,将神经网络和IMC-PID控制方法相结合,提出了基于神经网络的自适应IMC-PID控制方法。通过神经网络的自学习功能在线调整IMC-PID控制器参数,改善了控制对象参数变化对系统性能的影响,增强了系统的鲁棒性和自适应能力。最后,针对一阶时延不稳定过程(FODUP),提出了基于模糊增益调度的IMC-PID(FGS-IMC-PID)控制方法。该方法以控制系统的误差及误差变化率作为模糊控制器的输入,由模糊控制器的输出在线调整IMC-PID控制器参数。克服了常规IMC-PID控制器参数整定时,需要在目标值跟踪特性和干扰抑制特性之间进行折中的不足,改善了控制系统的性能。理论分析和仿真研究表明了上述方法的有效性。