随着现代科学技术的发展,人们所面临的问题日益复杂多变,所研究的对象也都存在复杂性、非线性、时变性和不确定性等问题,以数学模型为基础的传统控制理论与技术已不能满足对这些复杂的对象与过程控制的需要,必须发展新的控制策略。首先对模糊控制、神经网络及模糊神经网络的背景、发展和原理等进行了综述;然后针对大惯性、非线性系统难以用传统方法辨识的特点,使用联想记忆神经网络结构作为建模工具,以再现被控对象的特征,为控制做好铺垫。针对密度控制系统的非线性特点,设计一种新型的模糊神经网络控制器,应用多层前馈网络构造模糊变量隶属函数和模糊推理控制模型,使神经网络不再表现为黑箱式映射,其所有节点和参数都具有模糊系统等价意义。该算法可根据在线调整确定初始隶属函数和发现规则的存在,并可优化调整隶属函数,获得理想输出。并利用该控制策略进行了仿真研究,证明该控制策略的可行性。密度控制系统是典型的非线性、大惯性控制系统,根据提出的联想记忆神经网络辨识器,与模糊神经网络控制器相结合,建立模型参考自适应控制方案,成功的实现了对混砂车的控制,并可在相关领域推广。