现代工业生产过程大都具有非线性、时变、滞后等显著特征,进而给工业实时控制问题提出了新的挑战。PID控制以其结构简单、实现容易、控制效果好、参数物理意义明确等优点广泛应用于工业控制领域。PID控制的性能与其三个参数直接相关,目前已有很多的PID控制器参数整定方法,但它们或多或少存在一些缺陷,近年来微粒群算法已成功应用到PID控制器参数优化中,该算法收敛速度快、参数少、程序实现容易,并能动态的自整定参数,获得了很好的优化效果。微粒群算法的研究工作起源于20世纪90年代,它以其原理简单、参数少、收敛速度快等优点,自提出以来便获得很大发展。在应用微粒群算法解决优化问题时,一个首要的问题就是算法的参数设置,从这个问题开始本文着重研究了微粒群算法的改进、算法的收敛性、算法的参数选择、算法的可视化实现以及算法在控制领域的经典应用等一系列问题,其主要内容如下:1、首先介绍了微粒群算法产生的背景,分析了算法的原理、实现流程、常见的三种形式、拓扑结构以及算法的应用与发展等。2、总结了前人提出的一些重要改进算法,并在此基础上提出了两种全新的改进方案,从理论推导仿真分析两方面论证了改进方案的可行性和有效性。3、提出了微粒群算法可视化平台开发的一些方案和设想,同时也提出了该算法的MATLAB程序实现问题并就本文研究内容设计出了一个简单的微粒群算法仿真界面。4、从理论和仿真两个角度对微粒群算法的参数选择和收敛性进行了分析,并推导出了一个较具普遍性的结论即保证算法收敛的参数取值约束在一个直角梯形的内部。5、针对微粒群算法用于PID控制器的参数优化设计了一个可视化仿真平台,并以一个工业上常用的二阶时滞系统为模型,通过MATLAB仿真证明了该方案的可行性和优越性。