PID控制[1]算法在工业控制领域是十分常见的，在任何时刻，被控系统参数特性都可能发生变化，传统的PID参数整定方法己不能满足实时、准确的控制条件，因此，需要解决的问题是PID在线调整参数。微处理器和传感器在硬件性能方面已经大幅提高并且智能控制理论也在不断的发展，智能PID控制算法[2]研究，应用价值相当高，已成为当今最热门的话题。现有的智能PID控制算法是基于大部分人的控制经验，基于实验数据的，通过建立一个知识库，制备模糊规则表、调整神经网络等方式，表达被控对象的输入、输出信息与控制器输出之间的函数或逻辑映射关系。系统辨识或控制对象参数识别的基础上，对参数实现自整定，已达到提高参数自整定的准确性，并且改善控制性能，但是现有的智能PID算法过程缓慢，实时控制和在线整定必须分开进行。误差和误差变化的解析式能够伴随着误差和误差的变化自动的快速的调整自身的值，这种调整是瞬间的。而且这种调整在相当短的时间可以改变很大的值。因此将这种方法应用到PID参数整定，能够显著提高系统的运算速度并且实现在线整定与实时控制同时进行。本文研究了模糊控制，神经网络和遗传算法等PID控制器，进行了仿真实验，并在解析模糊PID控制器的基础上引申出来一种新的利用误差和误差变化解析式来整定PID参数的控制器的方法，将PID的三个参数完全用误差和误差变化的解析式表示出来进行控制。这种方法在提高快速性和在线整定与实时控制有很好的效果。又将这种方法结合改进Smith算法控制延时对象，结合变阻尼控制提高快速性和抗扰性。仿真结果证明这些方法的有效性和合理性。