神经网络应用于自动控制领域中，是主要针对系统的非线性和不确定性。目前将神经网络应用于控制系统设计有多种方案，但是所设计的控制器大多结构复杂，针对性较强，应用范围不广。本文针对此类问题加以讨论，进而设计几种结构简单、可调参数少、应用范围广的控制器。　　作者在文献研究与理论分析的基础上，对神经网络控制问题进行了理论分析与研究，取得了一定的创造性成果：　　(1)滑模变结构控制是一类特殊的变结构控制系统，其特殊之处在于：在切换面上系统将会沿着固定的轨迹产生滑动运动。近些年来，在解决十分复杂的非线性系统综合问题时，变结构系统理论作为一种综合方法得到了重视。在此作者针对三类典型的非线性系统，给出了两种结构简单、可调参数少、应用范围广的控制方案，很好的解决了轨迹跟踪问题。　　(2)将基于Widrow-Hoff学习规则的神经网络应用在模型未知的机构上，采用自适应学习结构和直接学习方式，特别是将一个二层神经网络作为未知被控对象的辨识器，而此网络应用Widrow-Hoff delta法则在线学习系统的动态特性。Widrow-Hoff delta法则使得被控对象的实际输出和网络的预测输出之差极小化。这个学习结果可用来调整作为控制器的第二个二层神经网络的联系权值，控制目的是使得被控对象输出去跟踪理想信号。在此详细讨论了采用该控制器后被控系统的闭环稳定性和误差的收敛性，并将该控制器应用于线性稳定系统、线性不稳定系统、非线性系统，且将其拓展性地应用到更加复杂的非线性系统和多输入多输出非线性系统，简化了已知条件，得到了很好的控制效果，从而说明该控制器有广阔的应用范围和很好的应用前景。yy*(3)电机控制问题常表现为被控对象是时变的和不确定的，在这种情况下常规的常值反馈很难满足较高性能指标要求，这里采用神经网络控制策略来解决电机转子输出位置、速度跟踪问题，从而探讨了神经网络在电机控制中的一些应用。　　(4)双模目标模拟器是用于双模导引头调试和测试时的目标模拟器。它是将射频喇叭天线和红外信号源加载在机械十字架上，使其在十字架上移动，目标模拟器与模拟信号源相互配合，可模拟目标在空间中的二维运动。　　电液伺服系统由于其运动速度快、稳态精度高，至使其在控制中被广泛应用，又由于非对称液压缸占用空间小、制造简单，这里准备将非对称缸电液伺服系统应用在双模目标模拟器的X、Y轴控制上。　　非对称缸五阶电液伺服系统是一类典型高阶非线性、时变、增益不对称系统，动态特性随负载变化很大，使用常规PID控制很难满足性能指标的要求，而采用依据误差反向传播原理而设计成的常规单神经元PID控制器又因学习效率低，收敛速度慢，控制效果不能令人满意；20-SIM仿真软件是建立在键图理论上的仿真工具，适合于非线性系统仿真。基于以上特点，推导出非对称缸五阶伺服系统的传递函数模型，对于非对称缸五阶伺服系统建立传递函数模型问题给予了一个较好的补充；采用20-SIM仿真工具建立阀控非对称缸伺服系统仿真模型，并设计出一种学习速率时变的改良单神经元PID控制器，采用此控制器的结果收敛速度远大于采用其它控制器的收敛速度，易于逼近最优值，将其控制的仿真结果与常规PID控制、常规单神经元PID控制的仿真结果相比较，得出该控制策略优于其它策略的结论，用在该目标模拟器上会得到很好的控制效果，能够满足性能指标的要求。　　控制器的设计应遵循结构简单，可调参数少，应用范围广的原则，设计出进一步符合此类原则的控制器，是今后研究的方向。