该文首先简要介绍了智能控制的基本特点和发展概况,对模糊逻辑、神经网络的基本原理以及它们的智能控制中的应用作了概述.然后,对模糊系统和神经网络的结合情况进行了分析,并以此为基础提出了一种基于模糊神经网络的模型参考自适应控制系统,为非线性复杂被控对象的控制问题提供了一种控制手段.仿真证实(GA)是一种基于生物进化过程的全局随机寻优算法,是智能计算的重要组成部分,已受到众多学科的高度重视.该文首先详细地介绍了遗传算法的操作步骤及其模型理论,然后针对标准GA的不足给出了一种改进的GA、并与BP算法相结合给出了一种改进的GA-BP算法,并将其用于模糊神经网络的优化,有效地避免了网络陷入局部极值的问题.仿真效果比较理想.模糊控制、神经网络、遗传算法这三个学科已经成为智能控制的重要基础,综们的相互融合已经成为智能控制的一个研究方向.