神经网络自适应控制方法结合了神经网络和自适应控制技术，它充分发挥了两者的优点，为研究非线性控制系统提供了一种新的方法。本文首先介绍了神经网络自适应控制系统所采用的主要方法，主要研究利用前向神经网络进行非线性辨识及自适应控制问题，重点对BP网络和RBF网络的结构和学习算法进行深入研究。本文基于神经网络自适应控制的思想，对一类不确定非线性系统的控制问题设计了控制器。该控制器主要针对非线性系统中存在的未知函数，采用BP神经网络来近似描述。在本文最后对设计程序进行了仿真验证。MATLAB仿真结果表明，这种自适应控制器具有很好的控制效果。本文的主要工作安排如下：从第一章到第三章分别介绍了神经网络自适应控制以及人工神经网络所采用的主要方法，重点介绍了前向网络，并对神经网络的逼近能力进行了仿真；第四章介绍了系统辨识的相关知识，通过仿真验证了利用前向神经网络对非线性系统进行辨识具有合理性和有效性；第五章对所设计的控制器用于控制一类非线性系统并进行仿真研究，最后对仿真结果进行了分析；在结束语中总结了本文的主要工作，展望了神经网络在自适应控制中的应用前景等。