本文详细研究了分数阶pIλDμ控制器中Kp,Ki,Kd,λ,μ这5个参数的多种整定方法和如何硬件实现嵌入式PIλDμ自整定控制器。主要包括两部分,第一部分是前五章,主要研究的是分别用RBF神经网络、混合粒子群算法、免疫克隆选择算法来优化PIλDμ控制参数,每一种算法都给出了具体步骤,并用数值或应用仿真验证其可行性。第二部分是第六章,主要是在μC/OS-Ⅱ操作系统下,基于ARM的嵌入式PIλDμ控制系统的设计,对将来的工业、农业、航天等领域方面有一定的应用价值。在第一部分中,首先对PIλDμ控制器的理论方面、设计方面、参数整定方面和应用方面的发展在国际和国内的研究情况做了深入的叙述,在此基础上,总结了PIλDμ控制器的数字实现的几种方法,并阐述了每种方法实现的具体步骤,具有一定的理论意义。用RBF神经网络在线训练PIλDμ控制参数,实现PIλDμ控制参数的整定,通过对被控对象的Jacobian信息辨识,提高了被控对象的输出对控制输入的灵敏度,并将设计的PIλDμ控制器应用到食品膨化系统中,仿真结果表明了该方法的可行性,也提高了控制系统的动态响应。接着,将具有趋化、繁殖、驱散特性的细菌觅食算法和参数简单易实现的粒子群算法相结合,首次对PIλDμ控制器的参数进行最优化设计,还将RBF网络和混合粒子群算法有机的联系在一起,作用在PIλDμ控制中。由于免疫克隆选择算法具有易跳出局部极小值、样本的多样性等特点,所以采用此算法优化pIλDμ控制器参数,通过迭代优化找出控制器参数的最优值,数值实验仿真结果验证了该方法的有效性。如今嵌入式系统已经嵌入到人们生活的各个方面,所以嵌入式自适应PIλDμ控制器的设计是一个必不可少的部分。在第二部分中,主要介绍了ARM7TDMI内核、μC/OS-Ⅱ操作系统的移植、GUI的主要接口函数等。在此基础上,完成基于ARM的嵌入式PIλDμ控制器的设计,并给出了电路硬件图。最后总结了本文研究所取得的成果,确定了在PIλDμ控制器的设计、数字实现、参数整定等方面需要更加深入研究的方向。