针对海参干燥过程中温度控制不够精准和能耗高的问题，提出了基于改进的北方苍鹰算法、径向基函数和比例-积分-微分算法的温度控制算法及热泵干燥系统设计。针对传统北方苍鹰算法初始解随机分布不均匀和容易陷入局部最优的问题，提出了在传统北方苍鹰算法加入Tent混沌映射，优化初始种群均匀性、遍历性，在第二阶段采用非线性自适应半径，并在第二阶段结束后加入差分进化算法以增加个体搜索广度的方法，增强了算法搜索最优解的能力。采用改进的北方苍鹰算法(INGO)优化RBF神经网络参数，搭建了INGO-RBF-PID温度控制算法。消融实验结果表明，在2%误差范围内，该算法的稳定性和快速性均优于传统的PID、RBF-PID和未改进的NGO-RBF-PID。在S7-1200 PLC中进行仿真验证，该算法对于温度控制系统具有较好的性能，可为海参干燥系统提供支持。