随着火电机组向高参数、大容量的方向发展，其对热工系统的控制要求越来越严格，而主汽温控制一直是热工控制领域的难点问题，关乎着机组的安全经济运行，显得格外重要。本文采用IMC-PI串级控制策略进行主汽温控制，外环采用先进内模控制，内环采用经典PI控制，然后利用一种改进和声搜索算法(PSO-IHS)进行主汽温模型的辨识与主副回路控制器参数的优化，实现了主汽温系统的智能优化控制。研究发现，随机优化算法的寻优结果满足正态分布规律，且期望值就是最优解。因此提出一种基于统计学理论并结合牛顿法的二次优化方法来改进随机优化算法的优化结果。多次实验表明，二次优化法可以有效提高随机优化算法的精度。在基于PSO-IHS算法的主汽温系统现场数据辨识中，针对现场数据干扰因素多且以高频干扰信号为主的特点，采用经验模态分解进行滤波处理；针对传递函数模型辨识的计算机仿真实现和数值计算问题，进行了方案分析和比较；对某循环流化床机组主汽温系统进行辨识，结果表明所辨识的主汽温系统数学模型具有较高的精度，能够反映实际系统的动静态特性。采用PSO-IHS算法对IMC-PI串级系统分别进行内外环控制器参数的优化，并对内模控制器模型失配的情况进行仿真分析，结果表明，IMC-PI串级控制策略具有良好的鲁棒性，能够满足多干扰、时变、大惯性、大延迟的主汽温系统的控制要求。