随着电力事业的发展，火电机组的规模在不断扩大，自动化水平不断提高，对火电机组热工控制系统中控制品质的要求也随着不断提高。了解被控对象并掌握被控对象的系统模型以及对控制器的设计是对控制系统进行分析、设计及调试的前提，因此对热工系统的建模及控制器参数优化的研究具有重要的意义。本文研究的主要内容是遗传算法在系统辨识与控制器参数优化方面的应用。文章在对遗传算法理论知识的全面研究之后，应用遗传算法对几种典型的热工系统进行了模型辨识，经过大量仿真实验后证实基于遗传算法系统辨识的有效性。此外，本文还应用量子遗传算法QGA对某电厂CFB锅炉的一次风扰动试验获取的现场数据进行了一次风—床温系统的建模，证实了量子遗传算法的现场数据辨识能力。文章的最后研究了遗传算法的PID控制器参数优化方法，分别运用简单遗传算法SGA和自适应遗传算法AGA对一个二阶控制系统进行PID参数整定。整定过程中，选取一种既能使系统获得良好动态特性，又能防止系统的控制能量过大，上升时间过长的多目标优化函数作为算法优化的目标函数。仿真结果表明两种遗传算法对PID控制器参数的整定方法都是可行有效的，优化后的控制器参数可以使系统得到很好的控制效果。将两种算法进行比较，结果证明AGA比SGA收敛速度更快，搜索精度更高。