摘要：人工神经网络是受到生物大脑神经网络系统的启发而产生的一种智能化模型，该模型能够对数据或者信息的特征进行分析或者提取，从而实现智能化处理过程。其内部通过神经节点进行信息的传递，各节点之间的权重以及偏置随着数据特征而实时更新，最终实现我们的目的。本文通过对神经网络的工作原理、网络模型的建立以及学习算法的研究，去探索神经网络控制的研究.本文的主体内容分为以下两个方面：第一，介绍了神经网络的定义、结构类型、学习算法以及典型模型；第二，利用上述所列去研究神经网络系统的控制方案，根据神经网络PID控制系统结构图对方案进行计算，并且总结神经系统控制方案算法和分析神经系统控制优劣势.

关键词：人工神经；非线性；BP算法；学习并行；PID控制

目录

摘要

Abstract

1 绪论

1.1课题的背景

1.2课题的目的

1.3课题的意义

1.4课题的主要内容

1.5文献综述

2 神经网络模型

2.1 人工神经模型介绍

2.2人工神经网络的结构分类

2.3人工神经网络的学习算法

2.4人工神经网络的典型模型

3 基于神经网络的控制方案

3.1 NN监督控制

3.2神经网络PID控制方案一

3.3神经网络PID控制方案二

3.4关于神经网络系统控制研究的总结

结    论

参考文献