时滞系统的控制是控制理论应用的一个重要领域,为了提高常规时滞控制系统的鲁棒性能,本论文针对纯滞后这一特殊工业过程,提出了以模糊控制技术为核心的几种有效的智能控制方法,并将其成功地用于滞后系统中。论文分析了滞后环节对系统性能的影响,讨论了几种常规控制方法,说明了常规控制方法对滞后系统的控制性能较差。论文利用模糊控制不依赖于对象模型、鲁棒性强等特点,将模糊控制用于纯滞后系统的控制。首先,提出了一种基于遗传算法的模糊控制器优化设计与仿真分析的实现方法。介绍遗传算法的基本原理及实现步骤,并运用于模糊控制器的参数寻优中,对模糊控制器中的量化因子和比例因子进行编码,确定适应度函数,在选择、交叉、变异的进化过程中获得全局最优点,改善模糊控制性能。其次,Smith控制是基于模型的补偿控制,但其对参数变化较为敏感。模糊控制无需对象精确数学模型,但是直接应用于大滞后系统较为困难。因此本文将模糊控制与Smith控制相结合,设计了一种针对大纯滞后系统的模糊Smith控制算法。最后,论文针对普通模糊控制器控制规则一旦确定不可修改的缺点,给出了一种控制规则自调整的模糊控制器。将模糊控制、自适应控制以及神经元控制等技术相融合,设计了一种基于单个神经元的自适应模糊控制器,使得模糊控制规则可以根据控制性能指标进行在线调整。计算机仿真实验结果表明,这几种智能控制器对纯滞后系统的控制具有很好的控制性能,控制效果均优于传统的PID控制,而且比普通模糊控制器的控制性能也有较大幅度的提高。