PID(Proportion,Integral,Differential)即比例、积分、微分控制律是工业过程控制中应用最为广泛的控制策略,它具有算法简单、鲁棒性好、可靠性高的优点。PID控制器有三个参数:比例、积分、微分系数,在PID控制器结构已知的情况下它们决定了控制器的控制品质,然而相对其较为简单的控制算法,参数调节是一件较为繁琐和复杂的事情。遗传算法是一种基于生物进化理论的全新优化搜索方法。从20世纪60年代提出以来得到了广大学者、专家的关注。遗传算法的发展和应用成为了近年来的研究热点,如今遗传算法已经在函数优化、组合优化、自适应控制、生产调度、图像处理、模式识别、机器学习和人工生命,甚至在化工、通信等领域得到了广泛的应用。本文对遗传算法理论进行了深入而细致的学习和研究,针对传统遗传算法易发生早熟现象和收敛速度过慢的缺陷,应用了遗传算法的一些改进策略:如保护优秀个体,引入外来移民以及采用自适应交叉和变异算子等,分别对几种系统PID控制器参数进行优化设计,MATLAB的仿真结果表明控制系统的性能指标有了很大改善,证明了该改进算法的可行性和有效性;应用改进的算法对伺服电动机仿真系统进行PID整定,比较结果表明该改进算法具有良好的收敛性。最后总结了本文所做的工作,并指出了用遗传算法进行PID参数调节还有待解决的问题。