蔗糖结晶过程中糖液过饱和度是影响煮糖的关键因素，在结晶过程中应使糖液过饱和度稳定在一定的范围。而糖液的锤度直接反映了过饱和度的大小，决定着结晶的速度，是较容易量化的一个指标。　　 自适应评价设计方法（ACD）是一种新的非线性最优化控制算法，使用神经网络等函数逼近的方法来近似最优代价函数，克服了动态规划在计算最优代价函数时所遇到的“维数灾”问题，能够解决一般非线性系统的长期优化问题。对于蔗糖结晶这样一个包含大量不确定因素，但又要在一定时间内保持状态稳定的动态系统来说，自适应评价设计方法是一种可行的方法。　　 本文首先分析结晶过程的原理，根据结晶过程锤度的变化，将煮种分割以后过程分为整理、浓缩A、养晶、煮水、浓缩B五个不同的阶段。通过统计分析较优煮糖过程的数据，获得各阶段控制的目标和煮糖时间。其次，将罐内真空度、加热蒸汽压力和温度作为操作量，锤度作为被控量，建立蔗糖结晶过程的神经网络模型。自适应评价设计方法是本文研究的重点，文中详细阐述了自适应评价设计方法的原理以及结构，分别采用动作依赖启发式动态规划（ADHDP）和双启发式动态规划算法（DHP）研究结晶过程的优化控制。ADHDP算法，适用于难以获得对象模型的动态系统。DHP算法包含模型模块，包含对象的先验知识，具有更快的训练速度。文中详细介绍了两种算法的基本原理、基本结构以及控制器的设计过程。对于所设计控制器各个网络训练过程，本文作了详细的推导。通过仿真表明，利用这两种算法设计的控制器优化蔗糖结晶过程，都能取得良好的控制效果。