PWM型DC-DC变换器为强非线性、时变和不确定性系统，由于其自身的特点使得DC-DC变换器的控制研究变得比较困难。目前绝大多数控制方案仍然基于状态空间平均模型或线性化小信号模型，这较好地解决了PWM型DC-DC变换器的稳态和动态低频小信号的分析问题，但是又由于系统的强非线性，这种简单模型的适用范围受到了很大的限制，DC-DC变换器控制上要获得新的突破，必须建立一个新的、更精确和实用的大信号离散模型，还需要发展非传统的采样控制理论。像模糊控制这样的智能控制方案无需建立模型，可根据经验直接设计一个较为简单的控制器，经验数据可以直接通过目前提出的众多仿真模型获得。因此，我们可以将模糊控制应用到DC-DC变换器的控制中，并且取得了较好的效果。尽管模糊控制的优点很突出，但仍然有一些不足，所以必须对模糊控制进行改进。本文用两种改进的模糊控制器来控制DC-DC变换器，使得模糊控制器的控制效果有了明显的提高。 遗传算法是模拟自然界生物进化“优胜劣汰”原理的一种参数寻优算法，它具有隐含并行性和全局最优化的能力，并且对寻优对象的要求比较低，在工程应用和科学研究中，得到了广泛的应用，由于遗传算法的卓越的寻优能力，我们很自然地想到用遗传算法来优化模糊控制器的参数，本文就提出一种用遗传算法优化的模糊控制器来控制DC-DC变换器，并且对传统的遗传算法进行了改进，使之优化能力更好，经过仿真试验证明经过改进的遗传算法优化的模糊控制器对DC-DC变换器的控制效果更好。