1.一种基于遗传算法在反应釜模糊控制系统的优化方法，其特征在于，包括以下步骤：获取PID控制系统的初值,得到遗传优化后的最优的PID控制参数；

将所述最优的PID控制参数作为初值输入到模糊PID控制系统，确定模糊PID控制最优隶属函数及模糊规则；

采用遗传算法优化模糊PID控制器中的隶属度函数及模糊规则参数，得到最优染色体基因；

将所述最优染色体基因植入到模糊PID控制器中，完成优化；

所述获取PID控制系统的初值的方法包括：采用遗传算法，将PID参数采用二进制编码，形成15位基因的一条染色体，确定适应度函数、选择算子及运行参数，经过多代遗传后获取最优染色个体，通过解码得到PID控制参数；

采用ITAE指标作为所述适应度函数中的一项指标，加入调节时间和超调量作为目标函数，采用目标函数的倒数加权作为适应度函数，所述选择算子采用锦标赛选择策略，每次随机从父代种群中选择两个染色体，通过比较两个染色个体的适应度，选择其中适应度较高的一个染色个体进入到子代种群，通过循环操作不断选择出较优的个体，直至种群数目达到和父代相同染色体数，在选择进入到子代时，保留父代最优5条染色个体直接复制到子代，不进行染色体交叉及变异；所述运行参数包括：遗传代数、交叉率、变异率；

确定模糊PID控制最优隶属函数及模糊规则的方法包括：将隶属度函数和模糊规则进行整数编码，编码形成一条177个基因的染色体；其次，将父代染色体种群根据适应度值选择出子代染色体；再次，将子代染色体基因通过交叉变异形成下一代染色体种群，最后，根据系统的优化代数和选择指标结束循环；

模糊语言包括：正大PB、正中PM、正小PS、零Z、负小NS、负中NM、负大NB；

隶属度函数解码的转换公式如下：

式中，x

模糊规则解码，将染色个体中后147个基因按照顺序排列成49行3列矩阵，每一行基因对应一条模糊规则，再通过Matlab中addrule()函数向FIS结构添加模糊规则。

2.根据权利要求1所述的基于遗传算法在反应釜模糊控制系统的优化方法，其特征在于，所述交叉率、所述变异率根据遗传代数进行调整，调整公式如下：式中，Pc为交叉率，Pm为变异率，gen为当前遗传代数，Maxgen为遗传代数。

3.根据权利要求1所述的基于遗传算法在反应釜模糊控制系统的优化方法，其特征在于，所述隶属函数包括Z形隶属度函数、S形隶属度函数和三角形隶属度函数。

4.根据权利要求1所述的基于遗传算法在反应釜模糊控制系统的优化方法，其特征在于，所述一条177个基本的染色体，前30个基因为隶属度函数编码、后147个基因为模糊规则编码。