火电厂锅炉燃烧控制系统的基本任务是使燃料燃烧所产生的热量满足蒸汽负荷的要求，同时还要保证锅炉的安全经济运行。锅炉控制的难点问题就是研究如何对锅炉燃烧过程进行有效地控制，保证机组安全、稳定地运行，同时提高锅炉燃烧系统的燃烧效率。　　 自适应动态规划（ADP）结合了动态规划，强化学习，人工神经网络，最优控制等领域的思想和方法。它适用于处理那些非线性、多变量、强耦合、大延迟，难以建立精确数学模型的系统的长期优化控制问题。火电厂锅炉燃烧过程是一个典型的强非线性、多输入、多输出、强耦合过程。本文以这一直接影响机组安全经济运行的复杂过程控制为研究对象，研究火电厂锅炉燃烧系统的优化控制。　　 首先，在研究火电厂锅炉燃烧的基本原理、控制要求，径向基函数神经网络（RBFNN）和自适应动态规划（ADP）优化理论的基础上，选择t时刻的燃料量、送风量、引风量、主蒸汽压力、烟气氧含量、炉膛负压为输入变量，t+1时刻的主蒸汽压力、烟气氧含量、炉膛负压为输出变量，采用RBFNN对电厂锅炉燃烧系统进行了建模和模型测试。然后，完成了用RBFNN设计基于双启发式动态规划（DHP）控制器的算法推导和程序实现，设计了电厂锅炉燃烧控制器。最后，在Matlab环境下对所设计的DHP控制器进行了仿真试验，仿真结果表明利用这种算法设计的锅炉燃烧控制器实现了锅炉的稳定燃烧控制，且具有强鲁棒性。本文所给出的控制方法同样可以应用于其它复杂工业过程，具有一定的参考价值。