进化算法就是以自然界生物进化过程为模板,借助计算机仿真技术完成演化,利用全局搜索机制完成最优解寻找的一种现代优化算法。算法以群为搜索范围,从而避免出现最优解的集中现象;算法表现出了较强的全局优化能力和系统鲁棒性,尤其对于求解多目标优化问题尤为突出。本文以闽北烟叶温室育苗棚(Proportional-Integral-Differential PID)控制器参数最优组合问题展开,全面研究和分析了多目标进化算法。并以非支配排序遗传算法(Nondominated sorting genetic algorithm with elite strategy NSGA—Ⅱ)作为本系统的优化算法,完成烟叶育苗棚PID控制器参数的整定和控制系统的整体设计。本文通过进化算法发展历程展现了多目标优化技术发展的过程,通过四种当今流行进化算法的介绍、优化执行步骤的讲解和最终的试验测试,对比发现每种算法的在收敛性、分布性、稳定性和运行效率上的长短,为最终选择系统优化算法提供了理论和数据支持,从而保证顺利完成烟叶育苗棚控制系统的优化设计。作为控制领域经典的控制方式PID控制技术,其三个控制因子Kp、Ki、Kd的整定是否最优对于系统的影响尤为重要。常规三参数整定技术经过长期的发展,具有一定的优点,但是伴随工业控制的复杂性,常规整定表现出很多的缺点,但是智能多目标优化技术以其优秀的表现而被世人认知。本文即以经典多目标优化算法NSGA-Ⅱ完成PID参数的优化整定,并借助仿真技术对其优化效果进行仿真,证明其优化结果完全达到和符合设计要求。理论研究只是证明其思想方法,实际应用则为重点。本文以烟叶育苗温室大棚为研究对象,通过认真分析育苗温室大棚小环境的特点,已及常规的环境因子的调控方式,得到温室大棚建模所需条件。最后利用能量平衡原理完成烟叶育苗温室大棚动态数学模型的建立,并进而利用MATLAB仿真技术对所建立的动态数学模型进行了先期验证,确认数学建模的准确性和稳定性。最终完成烟叶温室育苗棚PID控制器的结构设计,并完成PID参数的优化整定,利用Matlab/Sinmlink技术完成温室育苗棚智能控制系统的验证,最终结果表明,温室育苗棚PID控制器效果优良,达到设计要求。