焦炉是钢铁企业中的耗能大户，在炼焦厂的总能耗中，焦炉加热用的煤气量约占70％。实现焦炉加热过程的温度控制，不仅可以减少污染，改善劳动条件，提高劳动生产率；而且可以使焦炉在接近极限的温度下操作，以缩短结焦时间，提高生产能力；对于降低焦炉能耗、提高焦炭的产量和质量、延长炉体寿命等方面都具有非常重要的意义。 本文以本钢焦化厂的1＃和2＃焦炉温度控制系统为研究背景，尝试将神经网络、遗传算法这两种智能化的方法与传统PID控制相结合，用于焦炉这一复杂的被控对象，以控制焦炉的温度。在本文中，首先总结了焦炉加热自动控制技术的发展情况以及焦炉加热系统的基本控制策略；然后根据焦炉的基本结构和生产的工艺流程，分析概括了焦炉炼焦的控制难点，提出了串级控制和前馈、反馈相结合的控制方法；为了理论研究的方便，忽略了以高炉煤气压力为被控对象副回路，重点考虑了以焦炉为被控对象的主回路，将CMAC神经网络与传统的PID控制相结合，用于焦炉的温度控制；然后，针对焦炉的具体特点，对CMAC-PID复合控制的不足之处进行了改进，提出了分别基于RBF神经网络和遗传算法的改进型CMAC-PID复合控制算法。 在基于RBF神经网络的CMAC-PID复合控制中，用RBF网络来建立被控对象的辨识模型，动态地观测被控对象的输出对控制输入的灵敏度，在控制的初始阶段对PID控制器的参数进行动态调整，可以避免由于PID控制器的参数初始值选取不当而产生的较大超调，以保证焦炭的质量和焦炉的使用寿命。而基于遗传算法的CMAC-PID复合控制不需要确定PID控制器的初始参数值，只要操作人员给出一个PID初始参数的取值范围，遗传算法就能够在这个取值范围内获取一个优化的初始值，这样避免了由于控制器初始值选取的不当造成的控制效果不佳的情况，而且控制方法更加智能化。最后针对焦炉的简化模型，模拟焦炉的运行过程，对文中所提出的控制算法进行了仿真研究，并对仿真结果进行了分析和比较。 仿真结果表明，基于遗传算法和各种神经网络的PID复合控制方法，具有良好的自适应能力和实时性，而且抗干扰能力也很强，有效地提高了控制系统的稳定性，能够取得良好的控制效果。