由于现代工业生产控制中的工艺流程越来越复杂和人们对控制目标要求的提高,传统的控制技术已经无法满足人们的控制需求。因此,需要研究更加智能、更加实用的智能控制技术。本文在研究基本智能控制算法的基础上,结合生物生理调节机制设计智能控制器,并将改进克隆选择优化算法应用于智能控制器的参数优化。(1)基于免疫调节机制的参数自整定模糊控制器设计。在分析传统模糊控制器缺陷的基础上,借鉴免疫系统中的T细胞调节原理整定模糊控制器的参数,使其能够在控制过程中自适应变化;利用免疫系统中的抗原提呈机制对控制偏差进行非线性处理,增强控制器灵敏度从而提高控制系统的稳态精度。将设计的控制器与传统PID控制器和模糊控制器进行对比,仿真实验证明该控制器控制性能的优越性。(2)受血糖调节机制启发的生物智能控制器设计。在分析血糖浓度调节机制的基础上,设计基于共轭梯度法的BP神经网络输出的增强和抑制单元以提高控制器动态性能;设计具有积分作用的稳态控制单元算法以保证控制系统的稳定运行;设计模糊协同控制单元以协调整个控制器各个单元的工作时间。将设计的控制器与传统PID控制器和BP神经网络控制器进行对比,仿真实验证明该控制器控制性能的优越性。(3)免疫克隆选择算法的研究与改进。在研究基本免疫克隆选择优化算法的基础上,对其存在的缺陷进行改进。利用混沌序列产生克隆选择算法的初始抗体群;在克隆算子中引入抗体生存度概念,利用激素分泌规律自适应调节抗体生存度的影响因子权重;在变异算子中引入自适应变异概率;从而提高算法的收敛速度和精度。并在典型测试函数上验证改进算法的寻优性能。(4)智能控制器的参数优化。利用改进后的克隆选择算法优化两种智能控制器参数,并将其应用在相同的生物反应器温度被控系统中,根据仿真实验结果对比分析两种智能控制器的控制性能。本文在模糊算法和BP神经网络算法的基础上,结合生物调节机制设计了两种智能控制器。此外,本文改进了免疫克隆选择算法并将其应用于智能控制器的参数优化。通过生物反应器的温度控制仿真实验结果验证了控制器具有较优的控制性能,并为生物机制与智能控制的融合研究提供了一种新途径。