在自动控制领域，PID控制是最早发展起来的控制策略之一，由于它具有算法简单、可靠性高等优点而得到了广泛的应用。传统的经验设计方法，如Ziegler—Nichols整定算法、Cohen-Coon整定算法等，虽然它们因为算法简单易行得到了较广的应用，但通过它们所设计出的控制器对于非线性、时滞、时变系统，难以满足要求。如果要考虑在实际系统中得到更好的控制效果，这时就需要采用更为先进的算法设计PID控制器。 进化算法是近几十年来受生物进化思想启发而产生并得到了快速发展的一类优化算法，因为与传统优化算法相比具有诸多优点，所以，在自动控制这一与优化理论有密切联系的领域中，它得到了越加广泛的应用。本文即是追随此种思路，将两种典型的进化算法——遗传算法与粒子群算法应用于PID控制系统的设计。结合一阶滞后系统，通过仿真试验，取得了令人满意的控制效果。 由于进化算法在寻优之前必须对参数范围作出限定，若范围设置不当，则可能使算法不能收敛于期望的指标，更严重的是可能造成寻优产生的控制系统不稳定。因此，本文引入了“稳定区域算法”求取可使得闭环系统稳定的PID控制器参数区间，并以此算法的计算结果限定进化算法的参数寻优区间。通过仿真试验，取得了令人满意的控制效果。“稳定区域算法”的引入简化了进化算法程序设计的算法流程，提高了执行效率，更主要的，它使得寻优产生的控制器能在运行过程中始终处于稳定。 通过遗传算法与粒子群算法的融合，本文提出了一种粒子群-遗传算法，在仿真试验当中，同样取得了很好的控制效果。 为了验证进化算法设计的PID控制器的工程应用价值，本文最后将经过离线设计的PID控制器应用于恒温箱温度控制系统当中，结果表明，通过进化算法所设计的控制器性能要远远好于经验方法所设计的控制器。并且，因为“稳定区域算法”的引入，保证了温度控制系统在运行过程当中能始终保持稳定。