本文主要讨论和研究了在控制系统中引入混合智能控制算法及其仿真研究。各种控制策略都有一定的适用范围，如果仅采用单一的控制策略很难达到理想的控制效果，但如果对不同的控制策略进行有机结合、集成，就可以达到较好的控制效果。本文在综合研究大量文献的基础上提出了几种混合智能控制器。在分析PID控制的基本原理的基础上提出了两种智能PID控制器：变参数PID控制器(VAPID)和快速智能PI控制器(RIPI)。VAPID可根据偏差的大小，通过非线性函数在线调整P、I、D三个参数的大小来获得满意的控制效果。RIPI将时间最优控制基本原理与PI相结合，是一种基于规则的智能控制器，该控制器在大偏差的范围内使用时间最优控制，在小偏差范围内采用PI控制，两种控制方法的切换是利用状态点进行切换。在分析模糊控制的基础上，提出了基于模糊控制的三种混合智能控制器：模糊参数自适应PID控制器、具有鲁棒性的模糊自整定控制器和控制规则自修正的三维模糊控制器。模糊参数自适应PID控制器是模糊控制和PID控制相结合的产物，它用模糊规则和模糊推理去判断PID控制器的参数，以适应被控对象参数的变化。具有鲁棒性的自整定模糊控制器的输出比例因子Gu是由另外一模糊规则库根据被控过程的当前趋势在线调整。模糊规则采用解析描述的控制规则自修正的三维模糊控制器，利用优选法在线修正控制规则，实现了模糊规则的自寻优。同时作者对所提出的混合智能控制器进行了大量的仿真研究，仿真结果表明其控制效果均比相应的未改进的控制器有较大的改进。 本文将自适应网络模糊推理系统-ANFIS运用于控制系统。ANFIS是模糊推理系统和神经网络的有机组合，具有直接从样本数据中提取模糊规则的能力，所以尤其适用于缺乏专家经验知识的复杂的工业过程控制。由于它实现了模糊量和数字量的有机结合，而且其调整的参数和权值都具有明确的物理意义，更有利于控制工程帅的理解、掌握和应用，因此具有广泛的工业应用前景。本文讨论了ANFIS的结构和学习方法，并以汽车制动为例说明了ANFIS的工程应用。从ANFIS与单纯的模糊控制的仿真结果比较可以看出，ANFIS不失为一种有效的混合智能控制方法。