本文主要介绍基于粒子群(PSO)算法的复合非线性反馈(CNF)控制器的设计方法和应用，其中包括复合非线性反馈控制的基本知识和设计方法介绍，PSO算法基本知识和基本算法的介绍，以及阐述如何将PSO算法应用在CNF控制器的设计过程中，并利用实例应用进行仿真和分析。　　系统的瞬态性能通常要求达到稳、快、准的目标。线性系统控制理论告诉我们，如果要使系统有很快的上升时间，阻尼就不能太大;但是如果阻尼过小，又会产生超调。因此，设计线性反馈控制器的时候要在快速响应和超调量的性能之间进行折中，但CNF控制技术能够有效地解决这对矛盾:一方面，可以使系统在系统输出远离跟踪目标时，具有较小的阻尼且产生快速的响应;另一方面在当系统输出接近参考信号时，产生较大的阻尼从而减小超调，同时实现快速响应和抑制超调的功能。　　本文将采用PSO算法一次性地搜索CNF控制器中的未知参数，并以ITAE为性能指标进行衡量。在传统的CNF控制器的设计过程中，一般会将控制器中线性反馈部分和非线性反馈两部分的参数分开设计:(a).通过H2，H∞等方法设计线性反馈控制器参数，(b).在固定线性反馈控制部分的基础上通过参数调节、最优调节法等方式来确定非线性反馈控制部分的参数，(c).将两部分组合起来，构成复合非线性反馈控制器。然而这种设计过程的缺陷在于，线性反馈控制部分确定后，需要不断调节非线性反馈控制的参数使系统达到期望的性能，而一旦线性控制规律选择不当，就会使计算重复进行。本文正是出于这样的考虑，将多参数调节问题转化为最优化问题，并借助热门的智能优化算法一次性地确定控制器中的参数。　　在实际生产生活中，直流电机具有调速性能好和可迅速实现加速或减速的突出优势，直流电机伺服控制系统要求系统可以快速输出且平稳准确地跟踪参考信号，也就是说，要求系统必须具有良好的瞬态性能和稳态精度。因此，本文尝试将基于PSO的CNF控制器应用在直流电机速度控制伺服系统中，并将仿真结果与已发表文献中的数据进行对比。仿真结果证明了该算法的可行性，正确性和有效性。