本文以定深电液伺服控制系统的应用为背景,以优化系统在复杂工作环境下的稳定性为目标,重点针对定深电液伺服系统内部参数的摄动、不确定性,以及控制系统对外部负载扰动的抗干扰性问题,开展了基于神经网络的PID控制策略以及滑模变结构控制策略研究。本文首先分析了定深电液伺服系统的结构及工作原理,对其中重要的机械元件进行选型介绍。在此基础上分析了系统的动态特性并构建其数学模型。此外还将对定深电液伺服系统控制性能造成影响的非线性因素进行了详细分析。然后针对定深电液伺服系统当中存在的非线性因素,设计了基于RBF神经网络自整定PID参数的控制方法。其中使用RBF神经网络来提供系统的灵敏度信息,然后根据此信息使用梯度下降法在线整定PID控制的三个参数,以此来提升系统的控制性能。为了提高RBF神经网络对系统的辨识度,又使用了粒子群算法对其进行优化。仿真结果表明,使用粒子群优化的RBF-PID控制器具有较好的鲁棒性,能够有效的减少系统内部参数摄动以及外部负载扰动的影响。之后提出了基于RBF神经网络系统参数辨识的滑模变结构控制方法。为了抑制滑模变结构控制当中的抖振现象,在此策略中采用RBF神经网络对滑模等效控制中的非线性项进行逼近。为了加快滑模控制的响应能力并解决滑模运动到达稳定态时的抖振问题,本文使用了一种新型的滑模切换控制律。仿真结果表明,使用新型切换控制率的RBF-SMC控制器具有较优的响应性能及鲁棒性,且能够有效的抑制抖振现象产生。最后设计了控制软件,并通过MATLAB仿真以及试验研究验证了本文所设计控制策略的正确性。