在现代工业生产控制过程中,PID控制由于具有结构简单,适应性好及鲁棒性强等优点,已经被广泛使用。PID控制器的控制性能取决于PID参数整定,但随着各种工业生产过程日趋复杂化,传统PID参数整定策略变得越来越难以满足生产需要。因此,对新型PID控制策略及参数优化方法进行深入研究早已成为解决此类问题的关键。人群搜索算法(Seeker Optimization Algorithm,SOA)是近年来新提出的一种以模拟人类智能搜索形式为基础的群智能算法。SOA以其收敛速度快、搜索能力强等优点已被应用于多种参数优化问题中。经过多次试验表明,SOA也存在如其它群智能算法在搜索后期易陷入局部最优,即“早熟”现象。对此,我们在对标准算法深入分析研究的基础上,引入模拟退火思想,根据Metropolis准则选择最优解,即以一定的概率接受劣解,在一定程度上避免算法陷入局部最优无法跳出,提升算法的全局搜索能力。通过对比研究原有SOA算法与改进后SOA算法在通用函数测试下的收敛效果,验证了改进后算法的可行性与优越性。本文提出一种将人群搜索算法与变参数PID相结合的控制方法,选用具有大惯性、大迟延特性的主汽温系统作为被控对象,在典型工况下对其进行仿真研究。对比基于改进后SOA算法的变参数PID控制性能与原有算法的变参数PID控制性能,仿真结果表明改进后的SOA算法具有更强的抗”早熟”能力,更好的全局搜索能力,与变参数PID结合的控制策略能够取得不错的控制效果。