PID控制技术是一种应用很普遍的控制技术，目前在很多方面都有广泛的应用。论文深入研究了神经网络PID控制器。首先简要介绍了神经网络的理论基础和神经网络的学习算法，传统的常规PID控制器，针对常规PID控制器对于复杂的、动态的和不确定的系统控制还存在着许多不足之处进行了分析，为了达到改善常规PID控制器在复杂的、动态的和不确定的系统控制还存在着许多不足之处的目的，文中系统的提出了五种改进方式(模糊PID控制器、专家PID控制器、灰色PID控制器、遗传算法PID控制器和神经网络PID控制器)。 本文主要研究了神经网络PID控制器。利用神经网络具有强的非线性映射能力、自学习能力、联想记忆能力、并行信息处理方式及优良的容错性能，应用神经网络对PID控制器进行改进后，对于工业控制中的复杂系统控制有着更好的控制效果，有效的改善了由于系统结构和参数变化导致的控制效果不稳定。文中深入研究了基于神经网络的神经元PID控制器、BP算法神经网络PID控制器，并针对BP算法在应用时易陷入局部极小点，而且学习时间长甚至达不到学习的目的提出了应用模糊算法、遗传算法对BP网络进行改进的组合优化神经网络PID控制器。最后，对常规PID控制器和神经网络PID控制器进行了仿真比较，仿真结果表明，应用神经网络对常规PID控制器进行改进后提高了系统的鲁棒性和动态特性，有效的改善了系统的控制结果，达到了预期的目的。