随着生产过程自动化水平的提高和优化方法在控制领域应用中的深入，人们对提高生产效率、提高产品质量和降低生产成本提出了越来越高的要求，许多实际的控制问题归结为控制器参数的优化问题。同时，随着工业过程复杂程度的提高，很多控制过程都存在着非线性、强约束、随机性、大规模等特性，内在机理十分复杂，建立精确的数学模型十分困难。而有些传统的优化方法中，如果初始值选择不好，就会容易陷入局部极小和优化时间较长，使优化效果达不到实际系统的要求。 混沌优化和粒子群优化都是新颖的智能优化方法，目前已经得到不同领域研究者的注意，其理论和应用方面的研究都已经取得了初步成果。本文主要从混沌优化和粒子群优化分别引入到广义预测控制和非线性神经网络预测控制、以及预测PID控制器的整定方面进行了研究，做了一些创新研究工作。 本论文开展了以下几个方面的主要研究工作： 1．提出了基于混沌优化的有约束广义预测控制器，仿真研究表明混沌优化方法能够有效地处理预测控制中的约束和非线性优化问题，且计算时间短，具有一定的实用价值。 2．提出了基于Logistic映射的混沌优化算法(LCOA)和基于Tent映射的混沌优化算法(TCOA)的非线性神经网络预测控制器，这两种控制器都避免了梯度算法易陷入局部极值和传统神经网络预测控制中复杂繁琐的梯度矩阵计算问题，减少了计算量，提高了精确性。另外，TCOA混沌轨道点密度为均匀分布，迭代速度更快，仿真实例显示TCOA具有更好的跟踪性能和精度，也验证了Tent映射作为搜索策略的良好特性。 3．针对标准粒子群优化算法(PSO)容易陷入局部极值、精度低等缺点，提出了一种基于Tent映射的新型混沌粒子群优化算法(TCPSO)，基准函数测试表明，在惯性权重固定为某个较小值时，TCPSO比PSO具有更高的搜索精度和鲁棒性。将TCPSO算法应用到神经网络训练及神经网络预测控制中，得到了良好的控制跟踪效果，也验证了Tent映射作为搜索策略的良好特性。 4．在预测PID控制器参数的整定方面,分别提出了一种基于Tent映射混沌优化的自适应有约束预测PID控制器和一种基于粒子群优化的自适应有约束预测PID控制器。由于Tent映射混沌优化和粒子群优化对于不同结构的优化性能指标是鲁棒的，所以这两种控制器可方便地扩展应用于不同问题。最后仿真研究说明了自适应有约束预测PID控制器的有效性。 5．关于混沌反同步问题，提出了基于主动控制方法实现不同混沌和超混沌的反同步，并利用Lyapunov稳定性理论和Routh判据分析反同步误差动态系统的稳定性，并指出如何选取控制增益，最后数值仿真试验验证了该控制方案的有效性，且控制增益越大，混沌与超混沌实现反同步的速度越快。