神经网络PID控制属于一种先进的智能控制策略，其中的神经网络通常采用较成熟的BP网络。针对BP网络的一些优缺点，本论文提出在神经网络PID控制中使用具有学习算法简单、收敛速度快等优点的CMAC神经网络。CMAC是Cerebellar Model Articulation Controller的缩写，它是一种模拟小脑功能的神经网络模型，其学习方法采用δ算法。CMAC神经网络和常规PID控制器相结合，共同作用构成一个复合控制方案。对比、分析上述两种神经网络PID控制的控制效果。为了获得更好的控制效果，在上述智能控制算法的基础上，采用二进制编码的遗传算法(GA)，对CMAC神经网络内部结构进行优化，以便达到提高控制系统精度的要求。将优化后的CMAC神经网络用于复合控制方案，实现GA、CMAC、PID三者的结合。 针对无刷直流电动机进行了仿真试验，仿真结果验证了该算法的有效性，表明这种控制方案能够有效的提高系统的实时性能，并且具有很好的适应性和鲁棒性。