本论文在较为系统地分析模糊神经网络理论和遗传算法基本原理的基础上，，提出一种基于补偿模糊神经网络的控制方法，通过补偿模糊推理和快速学习算法的引入，构造补偿模糊神经网络控制器，实现模糊网络结构和参数的优化及matlab仿真。

PID控制器现在仍然是应用最广泛的工业控制器，其关键在于对PID参数的优化整定,而采用常规的手工整定方法已经难以满足要求，目前需要解决对PID参数的高效优化问题。 本论文首先介绍了PID控制方法和常规PID参数整定方法，编程实现了数字PID控制器和基于遗传算法的参数自整定程序，然后将遗传算法用于不同的被控对象进行PID参数的整定及优化，为了对比控制效果，应用MATLAB软件进行了仿真验证，并用仿真曲线进行直观的对比。 结果表明遗传算法能够在对所求解问题一无所知的情况下,快速从全局搜索出优化的控