PID控制器是工业生产中应用最广泛的控制器，结构简单、控制性能良好、价格低廉是其显著优点。但是随着科学技术的飞速发展及生产的扩大化，工业生产对设备控制性能的要求越来越高。传统的PID控制器面对时滞、时变、非线性的被控对象往往不能达到理想的控制效果，为此许多研究学者相继的提出了一些新的控制方法。本文首先对目前应用较为广泛的启发式算法在优化性能上做了一个简单的比较，最终选取了细菌觅食优化算法。以细菌觅食优化为核心的控制算法是一种基于分布式优化的智能控制方法。良好的鲁棒性是该算法的一大优点。在第3章中针对细菌觅食优化算法做了一个详细的分析，从而得出了该算法的优缺点，同时借鉴其他优化算法的优点，对该算法做了一定的改进，并通过一些典型的函数对改进细菌觅食优化算法做了一个性能测试。仿真结果表明改进的细菌觅食优化算法在优化性能上有一定的提高。鉴于细菌觅食优化算法良好的优化性能，本文将这种改进的算法应用于PID控制器的参数优化上，在4、5章节中，针对不同的噪声干扰采用这种智能PID分别实现了工业生产中典型时滞、时变系统的控制，并且取得了良好的效果。在文章的最后一部分对典型非线性模型-Wiener模型进行了参数估计的研究，从辨识的效果来看，改进的细菌觅食优化算法在参数估计方面也具有很好的应用价值，同时对Wiener模型辨识为以后实现非线性智能PID控制奠定了一个良好的模型基础。总之，采用细菌觅食优化算法实现了智能PID控制和非线性模型的参数估计，不仅解决了传统PID控制的局限性，而且也更容易实现被控对象的在线控制，其控制精度和控制效果也得到了进一步的提高。同时这种智能PID控制和基于细菌觅食优化的Wiener模型参数估计，进一步的扩大了细菌觅食优化算法的应用研究领域。为算法本身的研究奠定了基础。本文所选取的时滞、时变系统以及Wiener模型被广泛的应用于直流电机转速调节、伺服驱动器电流调节、脉冲燃烧炉、数控铣床驱动系统、井下抽油机的激励响应、中央空调的风机转速控制以及pH中和等。对于这些对象的研究具有十分重要的意义。