Proportional Integral Derivative（PID）控制器参数优化问题一直是工业应用中的热点问题,批次过程往往具有时变特性和非线性,这使得批次过程PID控制器参数优化问题变得较为困难。极值搜索算法是一种无模型的优化算法,可在无对象先验知识情况下,通过在线搜索迭代优化获得最优解。本文基于极值搜索算法,进行时变PID控制器参数优化研究。本文主要研究内容为:（1）在连续时间极值搜索算法的基础上,利用前向欧拉法离散得到算法的离散形式。针对PID参数优化问题,提出了一种有约束的极值搜索算法,该算法在搜索过程中考虑了寻优参数的非负约束和搜索步长约束,能够保证PID参数寻优的收敛性,通过对4种具有不同特性的对象进行PID参数的搜索寻优,验证了算法的有效性。（2）考虑到批次过程的时变特性,提出了一种采用三次样条插值化的时变PID控制器参数,进而采用有约束的极值搜索算法优化时变PID控制器参数的方法。采用插值的方法显著降低了搜索维度,不仅使得被搜索的参数仍然保留了物理意义,且仿真时较容易设置初值。寻优参数的非负约束和搜索步长约束确保了搜索算法的收敛性,仿真验证了采用三次样条插值的时变PID控制器的跟踪性能优于线性插值的时变PID控制器和定常PID控制器。（3）为了消除稳态下系统输出的稳态振荡,提出了一种无稳态振荡的有约束多变量极值搜索算法,用于时变PID控制器参数的优化。除了寻优参数的非负约束和搜索步长约束,该算法还针对摄动信号的幅值新增了非负约束和搜索步长约束,有效地确保了搜索算法的收敛性。通过对比稳态时代价函数和PID控制器参数的方差,验证了算法在消除系统输出稳态振荡方面的有效性。综上,本文针对PID控制器参数优化问题,采用极值搜索算法,研究了非负约束和搜索步长约束的设计方法,提出了一种无稳态振荡的有约束多变量极值搜索算法,将其用于批次过程中的时变PID控制器参数搜索寻优过程,不仅能够实现搜索优化的收敛,提高跟踪响应的性能,同时有效地消除了系统输出在稳态期间的振荡。