对于具有非线性、大迟滞、强耦合特点的多变量系统(例如人工湿热室),研究人员很难找到理想方法解决控制中的诸多问题。近年来,人们较多采用模糊控制、专家控制等智能控制方法来取代经典PID控制方法,在一些方面达到了比较好的控制效果。文献[1]提出了一种神经网络控制与模糊控制相结合的智能控制方案,在MATLAB环境下做了仿真,证明了方案的可行性。但是对于该方案,没有实际可运行的解耦控制器代码应用于工程实际,对于能否采用其它的算法来提高解耦器的控制性能,论文[1]也没有作过多的探讨。本文在结合环境实验室研究的课题基础上,首先介绍了人工湿热室及其控制特点,进而分析这一多变量系统的解耦策略。在详细介绍了神经网络BP算法及其若干改进学习方法后,提出两种多变量系统解耦控制方案:模糊前馈解耦方案和PID神经网络解耦方案。对于前一种方案,本文重点介绍如何采用C++语言实现的BP算法神经网络解耦控制器,代码以动态连接库的形式,在VB语言的湿热室控制程序下调用。对于第二种方案,本文讨论了神经网络在线解耦控制的机理,说明PID神经元网络的构成及解耦控制原理,编写出C语言神经网络控制器代码,通过MATLAB的应用程序接口(API),在Simulink环境下作了仿真。最后分析和对比了两种解耦方案的仿真结果,得出PID神经元网络具有更加优越的解耦性能的结论。