对于冷轧带钢来说，板厚精度是判断板带产品质量的首要指标，板厚控制技术在冷轧领域里起着至关重要的作用，因此深入研究轧机的厚度控制手段是十分必要的。随着控制技术的发展，把现代控制理论中的一些理论应用于轧机厚度控制系统中具有着重要的理论意义和实际参考价值。在深入理解冷轧液压AGC(Automatic Gauge Control)系统控制原理的基础上，针对目前广泛使用的PID控制器进行了改造。传统的PID控制器对于强耦合，非线性，时变的板厚控制系统来说存在诸多局限性，本文选用智能控制中具有在线功能的BP神经网络设计出一种自适应PID控制器，并采用人工鱼群算法离线优化BP网络参数，二者结合，进行了深入的仿真和实验研究。首先，以轧机的弹跳方程为理论依据，结合轧机的弹跳方程曲线和轧件的塑性曲线分析了主要干扰因素对轧件出口厚度的影响。在综合了轧机液压AGC系统及其运行机理的基础上，以伺服阀的基本方程、液压缸连续性方程、液压缸和负载的力平衡方程为依据，建立了冷轧液压AGC系统的数学模型，并根据数学模型搭建了基于冷轧液压AGC系统的模拟电路。其次，设计基于BP神经网络的控制器，并进行实验研究，针对存在的神经网络初始权值随机给定不理想，网络容易陷入局部极值的缺点，采用人工鱼群算法对BP网络进行了优化。最后，通过FB Generator、C语言等软件对优化后的网络进行编写封装，从而得到了基于改进人工鱼群算法优化的神经网络智能控制器，并创建了基于神经网络智能算法的CFC(Continuous Functional Diagram)块。在西门子FM458平台下对冷轧液压AGC系统模型进行控制实验研究。