本文以实验室规模的阳离子管式反应器为背景，研究了管式反应器温度分布的神经网络建模与控制问题。沿管长的温度分布是聚合反应分子量分布最接近的替代参数，并且可以在线测量，故建立聚合反应器沿管长的温度分布的动态模型，并对其进行控制，对于研究聚合分子量分布具有重要的意义。本文首先应用B样条神经网络与递归神经网络相结合的混合神经网络，建立了管式反应器沿管长的温度分布的动态模型，同时针对这一分布参数系统，对该类问题的建模进行了总结。所谓的分布参数系统，与普通的函数关系不同，必须用一维或多维空间变量的函数来描述。其次，以实验室规模的管式反应器为背景，基于该模型，将时间和空间进行了有效的分离，改进了经典PI算法，并针对该系统，提出了一整套的PI参数的整定方案。基于模型以及系统存在随机干扰的情况，进行控制，取得了良好的控制效果。再次，证明了管式反应器具有可控性，应用最优线性二次型调节器方法对该系统进行控制，将分布参数系统这一特殊的、复杂的系统的控制问题简化为一般线性系统的控制问题，同时，提出了一种将分布参数系统这种非线性系统的控制问题转化为一般线性控制理论进行控制的方法。由此推广到其他经典线性控制方法，简化了控制的过程。对解决该类系统的控制问题具有普遍意义。本文采用混合神经网络建立了管式反应器温度分布这一分布参数系统的动态数学模型，为分布参数系统的建模提供了新的方法和实例。结果表明混合神经网络可以很好的拟和该温度分布。之后采用改进的PI算法、将时间变量与空间变量有效地分解，控制达到了预期的效果；同时采用最优线性二次型调节器方法对温度分布进行控制，由此简化了控制过程，并推广到其他经典线性控制方法对该系统进行控制。