应现代工业发展的迫切需要和人类认识自然规律能力增强以及认知范围的扩广，利用模拟人脑神经组织信息处理模式和人脑思维意识方式的神经网络和模糊理论，与现代控制理论和技术相得益彰，已成功地应用到现代控制工程的众多行业，并显示出了其骄人的特点，同时也暴露出了一些问题，亟待解决。而遗传算法是模拟自然界生物进化“适者生存，优胜劣汰”这一过程规律，正如生物进化过程本身就是一个关于环境适应性的搜索过程，师法于自然的遗传算法作为一种启发式随机搜索方法具有独特的算法形式和运行机理，在复杂优化问题求解中有着比较显著的优势，事实证明其与上述控制技术的结合将有助于增强它们性能和改善其不足。 论文分析了神经网络、模糊控制中引入遗传算法的必要性，提出了几种新的改进算法并给出了具体的实现策略，用遗传算法优化神经网络的权值和结构，用遗传算法优化模糊控制器的规则和隶属度函数，通过仿真实验证明了算法的有效性和优越性。将融合控制策略应用于抽油机电液伺服加载实验装置的位置伺服系统，建立了实验系统的数学模型和神经网络模型，确定了系统的经典PID控制参数，离线优化了基于GA的PID、模糊控制器参数，实验结果验证了算法的有效性，且表明算法具有一定的工程应用价值。