神经网络是在生物学的基础上通过对人脑神经网络的深入地研究，尝试模拟这种结构及其操作。在神经网络中应用较多的是人工神经网络。人工神经网络就是模拟生物学上人的思维方式对其进行抽象、简化、模拟，对获得的信息进行分布式存储并且对信号进行处理，进而建立相应的数学模型。可以说这种仿照人的神经系统的结构及其功能的信息处理方式是一个非线性动力学系统。，对于单个神经元来说其体系结构是及其简单的，功能也是有限的，可是将数十亿个神经元的细胞以不同方式连接组成的神经网络系统所实现的功能是很强大的。所以神经网络对非线性系统的辨识与控制方法研究是很有必要的。本文主要通过神经网络对非线性系统的辨识的研究，给出了神经网络对非线性系统的自适应辨识方法，并基于Lyapunov稳定性理论，证明了辨识方法的有效性，然后通过Matlab仿真验证了辨识方法的性能。通过神经网络对非线性系统控制的研究，给出了神经网络对非线性系统的自适应控制方法，并基于Lyapunov稳定性理论，证明了控制方法的有效性，再通过Matlab仿真验证了控制方法的性能。