生物进化是以自然选择“优胜劣汰，适者生存”为基础的，生物“进化”的这种优化思想不仅仅存在于生命科学的学习研究中，它还广泛的适用于众多的工程领域里。 遗传算法是一种基于生物界自然选择原理的优化搜索方法。遗传算法在计算机上模拟生物的进化过程和基因的操作，并不需要对象的特定知识，也不需要对象的搜索空间连续可微的，它具有全局寻优的能力，能很好的解决一系列工程优化问题。现代科学技术的迅速发展和进步，对算法又提出了新的更高的要求。为了改善遗传算法自身存在的不足，人们又将它和其他一些算法结合起来形成新的改良算法。 本文主要是对遗传算法与模糊控制相结合进行了研究和设计。文章共分为六章。 第一章绪论，概述了本课题背景资料，先简要介绍了智能控制的发展，然后在对模糊控制系统和遗传算法进行研究的基础上，提出模糊控制系统和遗传算法相结合的思想，最后概要了本文所做的主要工作，即对模糊遗传算法的研究、设计及实现。 第二章遗传算法，对遗传算法的特点、算法构成要素以及实现方式和步骤进行了研究，其中重点讨论了遗传因子对遗传算法模式和结果的影响，为后面章节提出动态遗传因子的模糊遗传算法做下铺垫。 第三章模糊控制，从模糊逻辑控制的原理着手，对模糊控制的思想、控制器的设计进行了必要的研究，为后面章节遗传算法中因子的可模糊调整打下理论基础。 第四章模糊遗传算法，通过前面章节对遗传算法和模糊控制的研究，本章讲述了模糊遗传算法的概念和思想；重点对模糊遗传算法的设计，即根据算法的实际操作情况，对遗传算法中的交叉率和变异率，用模糊逻辑控制对其进行动态的模糊变化处理；对模糊遗传算法的算法进行了描述及其实现了程序的设计；最后通过性能测试函数仿真，得到了满意的效果。 第五章模糊遗传算法的PID优化，把前面的研究运用到一个二阶对象的过程控制中进行了matlab仿真试验，得到了很好的效果；最后还利用试验的水箱液位控制资源，对模糊遗传算法的PID优化效果做了进一步的具体试验，结果表明用它对PID控制器参数进行优化，以改善其控制的性能，提高控制效果、安全和经济效益。和以往的算法比较，试验也最终表明了模糊遗传算法的广泛性、优越性和实用性，可以在众多的工程优化中加以应用。 第六章本文的工作总结，综述了论文所做的主要工作。模糊遗传算法是一种新型的优化算法，它是用模糊控制和遗传算法相结合的产物。它不仅保留了遗传算法原有的优点，还能改善遗传算法在解决大规模复杂问题时，遇到收敛速度低、误导性和过早收敛(早熟)等的问题。模糊遗传算法的优化技术适用于许多工程上的优化。