针对控制系统数学模型的不确定性而出现的鲁棒控制是控制理论的重要分支和研究热点之一,现已形成了多种鲁棒控制系统的分析和设计方法。基于近似模型的多变量系统鲁棒控制的理论和设计方法物理概念清楚,易于工程实现。但近似模型的选取是这一设计方法的难点。本文将小生境遗传算法引入近似模型设计,通过智能优化方法化解了难点,并取得了较好的鲁棒控制效果。论文介绍了作者的研究工作,全文共分六章。首先对一种小生境辨识技术进行了研究和改进,提出了基于改进小生境辨识技术的适应度共享小生境遗传算法(Niche Genetic Algorithm base on Improved Niche Identification Technique,INIT-NGA),取得了更好的优化性能。在此基础上本文提出了基于INIT-NGA算法的近似模型设计方法,较传统方法更简捷易用,所得到的最优近似模型能更好反映对象的动态特性。基于上述工作,本文成功开发了多变量系统鲁棒设计CAD平台。该平台包括近似模型设计、预补偿阵设计、主控制器设计、鲁棒稳定性检验和控制系统仿真等模块。该平台使用遗传算法对控制系统的参数进行优化,实现了多变量鲁棒控制系统的智能设计,可调参数少,使用方便。通过双容水箱液位控制实验对平台的设计效果进行了验证。最后,本文研究了锅炉燃烧过程的控制与优化问题。使用多变量系统鲁棒设计CAD平台对某电厂锅炉燃烧过程设计了多变量鲁棒控制系统,并进行了数值仿真。在此基础上,本文提出了一种烟气氧含量智能优化方法,用软件实现,并集成到实验室自主开发的SCON-2000先进控制软件平台中,实现烟气氧含量设定值的自动寻优。