PID控制器自产生以来一直是应用最为广泛的控制器，但PID控制器有良好控制效果的前提是要求PID控制器有合适的控制参数，但随着被控对象越来越复杂，出现了被控对象难以建模、被控对象模型不精确或者是被控对象具有较强的非线性这些问题，传统的PID控制器参数整定方法的适用性越来越差，这使得智能PID控制器（主要是基于人工智能技术整定PID控制器参数）和新型PID控制器成为研究的热点。现有的PID控制器在整定PID控制器的参数上基本分为两种，第一种是基于人的控制经验，第二种是基于性能指标。这两种方法在一定程度上摆脱了被控对象模型的束缚，但算法相对复杂，计算量大，实时性差。而新型PID控制器的计算量相对小，基本也是摆脱了对象模型的束缚，但是新型PID控制器的参数多，结构相对复杂。将二者的优点结合起来，本文目的为设计智能自适应PID控制器，即无需辨识被控对象精确模型，使控制器按照控制系统自身的信息自动的调整控制器的参数，达到较好的控制效果。本文研究了常见PID控制器参数整定方法并对这些整定方法进行仿真研究，借鉴模糊控制中解析式描述的模糊规则的思想和在系统响应过程中PID控制器的参数变化趋势，通过大量的仿真分析，设计出了智能自适应PD控制器和智能自适应PID控制器，并将这两种控制器用于二阶被控对象和伺服对象仿真，仿真结果证明这两种控制器均具有较好的控制作用，最后设计出了一种新的智能误差权因子，此智能误差权因子是针对非线性被控对象设计的，并对5类不同的非线性系统进行仿真分析，仿真结果证明了新设计的智能误差权因子的有效性。