PID控制作為一種經典的控制方法而廣泛應用于工業控制中，是實際工業生產過程正常運行的基本保障。隨著計算機技術的飛躍發展和人工智能技術滲透到自動控制領域，出現了多種PID控制器的參數整定方法。本文深入研究了PID控制理論，運用了多種方法設計了PID控制器。內容包括兩個部分，其中第一部分為前四章，主要是關于單變量PID控制器的參數整定研究。第二部分為第五章和第六章，主要是關于多變量PID參數整定的研究。在第一部分，介紹了PID控制器在工業控制中的重要地位和PID控制器的基本概念以及目前國內外PID控制器參數整定的現狀，對遺傳算法中的交叉算子和變異算子進行了改進，使交叉概率和變異概率能夠自適應地改變，將改進的遺傳算法用于電機控制系統的PID控制器的設計；在BP神經網絡的基礎上，將隱層S函數選擇為小波函數，從而構造出小波神經網絡，給出小波神經網絡的學習算法，由此利用小波神經網絡對PID控制器的參數進行整定，將這種方法運用于控制對象中，仿真結果表明此方法具有一定的優越性；最后提出了一種多目標魯棒PID控制算法，從極點配置、皿性能和饑性能指標三種性能指標出發，設計出多目標具有極點約束的致／玩PID控制器，最后由此算法推導出多目標最優皿PID算法，使設計的PID控制器能夠滿足在風性能指標在給定值的條件下，閉環系統的日，性能指標達到最優，同時能夠將閉環系統的極點配置在人工所要求的區域內部。在第二部分，首先總結了多種多變量PID參數整定的方法，包括利用遺傳算法、神經網絡、微粒子群算法和魯棒控制理論方法進行的多變量PID控制算法，對于每一種整定方法，給出了具體的設計流程和詳細的步驟；其次，在對角遞歸神經網絡的基礎上提出了一種基于準對角遞歸神經網絡的多變量PID參數在線整定的算法，同時給出一個二耦合的控制對象進行仿真，將基于此方法設計的多變量PID與基于對角遞歸神經網絡設計的多變量PID控制效果進行了比較；最后總結了本文研究在理論上所取得的成果，展望了PID控制器參數整定需要進一步研究的方向。