控制对象的非线性性质、复杂的干扰性及各种不确定性广泛存在于实际控制系统中。很多传统的控制理论和方法往往难以应用到实际系统中。智能控制越来越多应用到了理论和实际中。云模型是一种新兴的用于模拟人类思维中存在的不确定性智能的转换模型。从近年来的研究说明，其优势逐渐显现出来，而且在某些控制对象方面，比传统控制方法具有更好的控制品质。但是，与模糊控制器设计一样，如何选取合适的控制器一直是个难题，对于云模型智能控制器的优化设计的研究，还未有人涉及，本文采用进化思想，利用遗传策略，尝试从这方面做些研究，主要针对一维P+I+D云模型、二维PD型云模型的特点，对其进行优化设计，并取得了一定的研究成果，并据此设计了一类新型的拟人控制器――云模型智能控制器，仿真研究结果表明，控制器设计方法合理有效，鲁棒性强，为云模型控制器优化设计提供了借鉴思路。本论文的主要工作包括： （1）第一部分，首先介绍了云模型的基本概念、分类、各种基本云模型发生器的实现方法。包括云模型的基本定义，针对正态云模型的基本特点，给出了其物理解释，详细介绍了云模型发生器的分类，包括前件云、逆向云、条件云等的特点及具体实现方法等；其次，介绍了遗传算法的基本概念、优化方法等。重点介绍了基本遗传算法的设计思想、实现方法以及各种不同的编码方法的优缺点，并针对本论文的具体要求，提出了具体的的遗传算法的设计步骤，并就遗传算法的适应值度量指标做了改进处理，以满足优化设计的具体要求。 （2）第二部分，采用遗传算法，设计出经优化的一维P+I+D型云模型控制器。我们知道，云模型理论研究和应用开发仍然处于起始阶段，尤其重要的一点，云模型控制器的本身优劣对控制效果至关重要，如何设计控制器，设计方法和原则都是需要作深入研究。譬如：云模型输出的驱动因子的选取、云的三个数字特征(期望Ex、熵En和超熵He)的确定，规则库的建立，目前还没有找到一套行之有效的方法，也是云模型研究的一个重点问题，本部分采用基于二进制编码的遗传算法进行云模型控制器本身参数的优化设计，并在SIMULINK仿真环境下进行结构设计，利用MATLAB语言完成了优化算法程序的编写，仿真结果可以看出：所设计的P+I+D型一维云模型控制器简易、控制性能良好、鲁棒性强,为云模型控制器参数优化设计提供一条可借鉴的途径。 （3）第三部分，采用遗传算法，设计出具有典型意义的二维PD型云模型控制器。在模糊控制系统中，以偏差及偏差变化率为控制指标的控制系统的应用研究最广泛，在工程实践中应用也最多。作者就曾以偏差及偏差变化率为控制指标，采用在工程应用中较为普遍的模糊控制策略，对某小区恒压变频供水系统进行技术改造，取得了很好的应用效果，因此，以PD型云模型控制器作为研究重点，显然具有典型意义。本部分主要是以PD型二维云模型控制器为重点，并且将其控制器与传统的PID控制器仿真结果进行比较，得出了自己的结论。 云模型的优化设计方法还在不断完善之中，本课题虽然取得了阶段性成果，但就采用遗传算法进行控制器优化来说，是否还存在更有普遍意义的设计手段？另外，我们知道，云模型是一种定性定量转换模型，但是由于云模型在描述定性概念的隶属函数上引入了随机分布，在分析稳定性条件的时候会产生很多难以解决的数学问题，因此通过理论上的进一步研究并且结合应用上的不断验证，来对云模型的设计方法进行深入探索，无疑很有意义。 本课题是对云模型优化设计的一种有益的探索，采用遗传算法的优化策略，仿真结果证明了所设计的云模型控制器具有良好的控制性能和较好的鲁棒性。为云模型控制器设计提供了一条新颖的思路。