由于水泥回转窑的煅烧过程具有多变量、非线性、纯滞后和强耦合等特点，使得采用传统的控制理论对水泥窑的控制变的十分困难。本学位论文发挥智能控制理论的特点，将神经网络控制和模糊控制应用到水泥窑的优化控制中。本文在阅读了大量的书籍的基础上，将VC++软件和智能控制理论结合起来，用高级语言实现了BP算法、Levenberg-Marguardt算法和Quasi-Newton算法，设计了神经网络系统软件；并将MATLAB软件应用到水泥窑的仿真中，设计了模糊控制仿真软件。将神经网络软件和模糊控制仿真软件应用到水泥窑的优化控制中，结果表明，采用智能控制优化水泥窑控制可显著的降低能耗，提高经济效益，对水泥生产有重要的现实意义。 本文作者首先研究了神经网络的发展、结构和算法，在此基础上，利用VC++软件和动态链接库技术设计并编制了神经网络系统软件，该软件可以采用BP算法、LM算法或拟牛顿算法对一个新的神经网络进行训练，并可以对训练好的神经网络进行测试，还可以采用关系数据库技术对训练样本和测试样本进行管理。将神经网络系统软件应用到水泥窑的优化控制，结果表明，该软件具有一定的使用价值。 其次，作者还研究了模糊控制的基本理论和模糊控制器的设计方法，同时还了解了水泥生产工艺和操作过程，对水泥生产过程中的控制参数和被控参数作了进一步研究，提出了参数的隶属函数，结合中控室操作员的经验提出了水泥窑输入、输出参数之间的模糊控制规则表，然后利用MATLAB软件中的模糊逻辑工具箱设计了模糊控制仿真系统，并设计了GUI界面。将模糊控制仿真软件应用到水泥窑的仿真过程中，取得了比较好的控制效果，对水泥生产的研究和仿真具有一定的意义。 最后，作者对全文进行了总结，并对今后的研究方式和方法作出了展望。