网络控制系统是控制科学和计算机网络及通信技术的综合应用。然而网络的介入会给系统带来新的问题,其中网络诱导时延、数据包丢失、网络调度等都将使得网络控制系统的分析与综合变的更加复杂。本文研究网络化控制系统中在控制包丢失的情况下,如何通过历史信息重构当前丢失的控制包。在简要的介绍网络化控制系统的基本问题和研究现状后,分析在时延,丢包的影响下,网络化控制系统的建模。在信息重构方面引入实时队列的概念,使NCS传输过程中时延变得可预测。利用时间轴的概念可以把时延扩展到一个采样周期。对丢失控制包的补偿有三种方法：PD、PD2、PD3。PD的三种方法虽然简单可行,然而重构的精度并不是很高,对历史信息的使用也很有限。因此,本文提出了遗传算法和神经网络的重构方法,并成功应用在对丢失控制包的重构上。遗传算法是一种模拟自然界生物进化的搜索算法,它简单易行、鲁棒性强,通过实例仿真表明其在对丢失控制包重构方面性能优越,重构的精度明显优于PD算法。人工神经网络具有并行处理能力、自学习能力、自适应能力和以任意精度逼近任意非线性函数的特点,通过对RBF神经网络建模与训练可以得出它的重构精度也要优于PD算法。