该课题的题目是神经网络在内模控制中的应用研究,它是完成神经网络控制网络教材研究的一部分,是黑龙江省教学研究立项课题.该课题针对不确定、不确知系统采用神经网络内模控制结构,以期望达到对被控对象的有效的控制.首先介绍了人工神经网络的基本原理、自适应线性神经元和多层前向神经网络的BP算法.人工神经元与神经网络是从微观结构和功能上对人脑的抽象、简化和模拟,反映了人脑功能的若干基本特性,是模拟人的智能的一条重要途径.之后介绍了内模控制的提出、原理和结构,分析了内模控制的三个基本性质：对偶稳定性、理想控制器特性及零稳态偏差特性.详细阐述了针对不同的被控对象的内模控制器的设计.其次介绍了神经网络正模型和逆模型的辨识,其中简要介绍可逆性原则及其推论,并用仿真示例证明了方法的可行性.最后简单介绍了神经网络的几种典型的控制结构.将神经网络应用于内模控制结构,分别对线性系统（包括最小相位系统、非最小相位系统和不稳定系统）和非线性系统进行仿真研究,取得了很好的控制效果.实验结果证明神经网络内模控制系统针对系统的非线性、不确定性和复杂性有很好的适应能力.