混沌理论是非线性科学不可或缺的一部分,作为一个自然现象,混沌有时会给实际的事物带来扰动甚至损害,如电网中的混沌极大影响了系统的有效性,更严重的会引起电力系统的崩溃,对于这些混沌现象,我们是应该加以控制和消除的,OGY控制理论的提出让人们认识到混沌是可以控制的。人工神经网络已经被证明有对非线性系统任意逼近的特点,利用神经网络的拟合特性和泛化能力可以实现对某些非线性系统的控制;把人工神经网络和混沌系统结合起来,有关学者相继提出了一些基于人工神经网络的混沌系统的控制方法,本文利用一种自构造神经网络实现了对混沌系统的控制和同步。本文对神经网络控制进行了深入的研究,运用神经网络很好的实现了几类混沌系统的控制与同步,并对一个倒车非线性系统进行了控制。主要工作如下:(1)提出了一种改进的自构造小波神经网络控制器,由于使用度测量方法(dmm)并且引用可调阈值进行隐层神经元的筛选,使得网络结构的选择更趋于合理化,并对可调阈值自适应调整,使得整个算法更加智能化。我们利用这个控制器实现了小车的倒车入库,仿真结果显示,该控制器有更优越的性能。(2)利用OGY方法,神经网络方法以及改进的自构造神经网络分别对混沌系统进行了控制。给出了控制器的设计方法,稳定性分析,并对他们的控制效果进行了比较。利用我们给出的改进的自构造RBF网络对含有不确定的混沌系统进行了控制,仿真结果显示,该控制方法是可行的。(3)给出了基于反馈方法的混沌同步,以及基于神经网络的混沌同步,并对两种方法进行了比较。神经网络部分给出了一套完整的控制方案,并对系统稳定性进行了分析,并进行了仿真验证。