遗传算法是一种以达尔文自然进化论和孟德尔遗传变异理论为基础的全局寻优仿生算法。通过模仿生物的进化现象(自然选择、交叉、变异)，高效的、并行的搜索问题空间所对应的编码空间，从而得到问题的全局最优解。适用于处理传统搜索方法难于解决的复杂和非线性问题。 模糊控制是智能控制中的一个重要分支，主要是模仿人的控制经验而不是依赖控制对象的模型，因此模糊控制器实现了人的某些智能，被广泛用于复杂的过程或对象的模型控制。 模糊控制的控制效果取决于几个关键的参数，主要是隶属度函数、模糊控制规则表及比例因子。传统的确定参数的方法是通过人工特别是专家的经验和实际应用中的调整，存在很大的主观性和随意性。本文采用十进制编码对隶属度函数、模糊控制规则和比例因子进行统一编码，进行全局寻优，在改进编码方式的同时对遗传算法的各个算子也做了相应的改进，在得到最优结果后，考虑到模糊控制规则存在的大量冗余信息，利用遗传算法对模糊控制规则进行过滤优化，获得了在较少控制规则下的次最优结果。仿真结果表明这种方法的有效性和实用性。