火电厂复杂热工对象具有强耦合、非线性、大时滞等特征,属于难于控制的被控对象。国内外学者一直致力于新型控制策略的研究,以期实现更好的控制效果。众所周知,许多控制决策问题都可归结为结构或者参数的优化问题,因此,研究新型的优化技术已成为解决该类控制问题的关键。混沌运动是存在于非线性系统中的一种较为普遍的现象,其遍历性、随机性、规律性等特点可用来进行优化搜索且能避免陷入局部极小,具有全局性的优点。近年来,混沌优化技术已成为国内外关注的前沿课题和学术热点。本论文在对混沌优化理论进行探讨的基础上,对典型的混沌优化算法做了详细的分析,并深入研究了其在一些典型复杂热工系统领域中的应用,从而揭示了混沌理论具有广阔的工程应用前景。本文主要开展了以下研究工作:1.对混沌动力学及混沌优化理论做了系统的阐述,分析并研究了两种典型混沌系统和两种常用的混沌优化算法。通过分析,总结了混沌优化目前普遍存在的问题,这些工作有助于本文后续混沌优化问题的研究。2.针对汽轮机调节系统存在死区、饱和等非线性的控制特点,提出了基于混沌优化策略与小脑模型神经网络PID并行控制相结合的控制方法。通过该算法对汽轮机调速系统进行参数设计,并与传统PID控制相比较,具有较高的精度和响应速度。3.针对火电单元机组协调控制系统具有多变量、强耦合、及非线性的特点,将对角递归神经网络与PID控制方法相结合,并利用提出的改进型变尺度混沌优化策略对神经网络的权值参数和PID控制器参数进行整定,从而实现多变量系统的优化控制。仿真结果表明,对于100%和70%不同负荷时的工况,系统具有响应速度快、鲁棒性好、自适应性好等特点。4.针对火电厂主汽温控制系统具有大惯性、大迟延等特性,提出一种基于混沌遗传算法的径向基函数神经网络整定PID的控制策略。该策略不仅具有常规PID控制器的特性,而且具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明,系统动态品质明显优于通常的PID串级控制,系统控制性能得到了较大提高。