仿人智能控制理论在解决复杂对象的控制问题时,显示了其独特优势,然而应用仿人智能控制存在的主要问题之一是控制器的参数优化。因为随着系统复杂性的提高,仿人智能控制器的结构变得更加复杂,控制器参数的优化,即使专家要获得正确参数也有困难。受生物学的启发,本文提出从进化的角度解决仿人智能控制器的参数优化问题。粒子群算法作为一种新的进化算法,不依靠遗传算子来操作个体,而是依靠个体间的信息交换来达到群体的共同演化,所有的微粒都有调整自身速度和记忆经历过的最好位置的能力。该算法已成功地解决了许多工程实际问题,并取得了很好的优化效果。本文在分析粒子群优化算法基本原理的基础上,针对标准粒子群算法易陷入局部解的不足,提出了几种改进的粒子群算法,通过仿真实验验证了本文改进的粒子群算法的有效性和优越性。在基于进化的思想解决仿人智能控制器控制参数优化的过程中,本文进行了以下的研究:①简要地回顾了计算智能的理论和技术发展史,叙述了粒子群算法的研究现状。②对粒子群算法进行详尽的分析和综述,在此基础上提出了几种改进的粒子群算法。③仿人智能控制理论的研究,并选择一种改进的粒子群算法用于仿人智能控制器参数的优化。实践证明,基于进化的思想解决仿人智能控制控制参数的优化问题是一种行之有效的方法。