工业过程控制中，PID调节是最常用的控制方式。PID控制器结构简单、实现容易且鲁棒性强，应用十分广泛。PID控制器的核心是PID参数整定。但随着现代工业的发展，控制过程越来越复杂，传统的PID参数整定方法已经不能完全适应。PID参数整定已成为科研工作者的一个重要研究课题，研究一种新型、高效的参数整定十分必要。粒子群优化算法（PSO）是由美国社会心理学家James Kennedy和电气工程师Russell Eberhart于1995年提出的，由于其结构简单，涉及参数少，容易实现，一经提出引起了科学界的很大关注。本文运用粒子群优化算法对PID参数进行优化，主要做了以下几方面工作：第一，阐述了PID参数整定的发展，分析PID三个参数的控制作用；第二，介绍粒子群优化算法的起源，算法的流程以及各参数对算法的影响，全面深入的了解粒子群优法算法的内涵；第三，分析了学习因子在粒子群优化算法中的作用和影响，为探讨学习因子的取值范围设计了两个实验，通过实验研究，对粒子群优化算法的学习因子的取值进行了改进，取得了较为明显的改进效果；第四，研究了粒子群优化算法优化整定PID参数的原理，并利用Matlab软件对改进型粒子群优化算法整定PID参数进行了仿真；第五，研究了双容水箱的数学模型，并采用Matlab/Simulink建立了双容水箱的仿真模型，并运用粒子群优化算法对水箱系统控制系统进行PID参数，取得了较好的效果。本文研究了改进粒子群优化算法在PID参数整定的运用。通过大量的仿真试验证明，基于粒子群优化算法的PID参数整定方法是一种具有实用价值、高效、准确地参数寻优方式。