作为智能控制的一种新技术，模糊控制以其实现简单、鲁棒性强等优点得到广泛应用。常规的模糊控制器设计是由设计者通过总结专家的经验成为模糊控制规则，同时设计出相应的输入、输出隶属函数。然而这样的模糊控制器的客观性很差，特别在专家经验不完善，甚至个别经验不正确的情况下，得到的模糊规则不能完全反映整个控制系统的本质特征；隶属函数的设计则更是完全依赖于设计者的经验或个人偏好；因此，这样设计出的模糊控制器不能保证在实际应用中达到满意的控制效果。在这些情况下，通过优化算法来优化模糊控制器的隶属函数和模糊规则，改善模糊控制器性能，已经成为当前模糊控制应用的重要课题。 蚁群算法是近年来涌现出的一种新颖的优化算法，本文对其进行了较为全面的分析研究，针对基本蚁群算法的不足提出了相应的改进算法。然后作者尝试将蚁群算法和模糊控制相结合，提出了一种新的模糊控制器优化设计方法一一基于蚁群算法的模糊控制器优化设计算法，实现了模糊控制规则、隶属函数参数以及量化因子、比例因子的自寻优辨识。系统仿真结果显示了本文所提出的算法具有高度的自适应性和较好的参数寻优效果，经自寻优得到模糊控制系统具有较好的动态性能和稳态性能。其中，对蚁群算法评价指标的分析和设计，使得设计者能够对模糊控制器动态性能和稳态性能的进行有效的调控。另外，对寻优所得的模糊控制器的鲁棒性分析也表明，寻优得到的模糊控制器具有较强的鲁棒性，充分体现了模糊控制的优点。