为了提高冷轧带钢的厚度精度，开发高性能的冷轧液压自动位置控制(Automatic Position Control, APC)系统尤为紧迫。随着轧制理论的成熟和控制技术的发展，将智能控制应用到轧机厚控系统以提高生产效率具有重要的研究意义。本文在深入了解冷轧板带厚控工艺的基础上，以液压位置自动控制系统作为研究对象。针对传统PID控制器依赖于人工经验调整控制参数，缺乏自适应性的问题，将智能控制技术引入APC系统，对目前使用最多的PID控制器加以改造，进行深入的仿真和实验研究。首先，详细介绍冷轧液压APC系统的原理和组成，以伺服阀、液压缸基本方程为依据，结合各部分的传递函数，分别建立全面而又符合实际的非线性及简化后的线性APC系统数学模型，并搭建线性模型模拟电路。其次，从线性APC系统出发，设计RBF神经网络PID控制器，并对RBF学习算法加以改进，即引入记忆因子，进行仿真研究；然后通过FB Generator软件将改进前后RBFNN封装成具有自适应功能的CFC模块，在SIEMENSFM458平台进行深入的实验研究。再次，针对RBF神经网络参数和结构对控制性能的影响，采用改进的混洗蛙跳算法对其网络参数及其拓扑结构进行全优化，同样对优化好的网络分别进行仿真和PLC实验研究。最后，从非线性APC系统出发，由于PID难以应对复杂的非线性系统，设计基于最小二乘支持向量机辨识的分层模糊控制器结构，该控制器可实现实时辨识与在线控制，不依赖受控模型，并将它与传统模糊控制器进行仿真对比。