本文主要研究的是PID控制器的参数整定与自整定的方法。在较为全面地对PID控制器参数整定与自整定方法的现状分析的基础上，采用基于次最优模型降阶算法、内模控制算法、遗传算法和模糊免疫算法针对不同的被控对象进行相关的研究，主要的工作概括如下：　　 分别针对含有振荡、大滞后和高阶特性的被控对象，采用次最优模型降阶算法设计了PID控制器。首先对被控对象采用次最优模型降阶算法辨识出一个一阶加纯滞后、二阶加纯滞后的模型，并对降阶得到的模型分别进行了比较，然后基于降阶辨识得到的模型整定出PID参数，仿真结果表明，只要选择合适的降阶模型，整定得到的PID控制器对原始的被控对象均有着较好的控制效果及鲁棒性。　　 对于不稳定的一阶大滞后被控对象，普通的PID控制器很难满足控制要求，甚至难以保证系统的稳定性。本文基于内模控制原理设计了PID控制器。　　 针对相对时滞较大的大滞后被控对象，将通过次最优降阶算法得到的PID参数作为参数选择的参考范围，采用遗传算法对PID参数进行优化。　　 针对参数不确定的被控对象，设计了模糊PID参数自整定控制器。参数变化时，在控制器不进行调整的情况下仍能得出满意的控制效果，显示出较强的鲁棒性。对于含有较大滞后的被控对象，应用前述次最优模型降阶算法得到的PID参数作为免疫PID控制的参数初始值，采用模糊免疫控制算法进行控制。仿真研究结果表明模糊免疫PID控制具有很好的控制效果。　　 最后对全文内容进行了总结，并对进一步工作进行了展望。