锅炉燃烧对象是一个具有多变量、强干扰、大滞后等特性的复杂过程系统,同时因为内外扰动十分频繁,锅炉的燃烧过程十分复杂。因此采用常规控制方案难以对锅炉燃烧系统进行控制。神经动态规划是一种适用于非线性系统的近似最优控制方法。这种方法可以解决由对象非线性或者系统建模不良所造成的不确定性问题,适于处理时变的复杂系统和动态变化的复杂任务。本文就锅炉燃烧控制技术及神经动态规划在国内外的研究和应用情况做了阐述,主要介绍了神经动态规划中基于BP网络的双启发式动态规划(DHP)和执行依赖启发式动态规划(ADHDP)方法。该方法是一种可以与系统(环境)的相互作用从而不断改善控制效果的控制方法,双启发式动态规划(DHP)主要由三部分组成:模型网络、控制网络和评价网络;执行依赖启发式动态规划(ADHDP)主要由两部分组成:控制网络和评价网络。文中阐述了两种方法的结构、计算和评价网络输出上的不同;同时分析了锅炉燃烧过程的运行原理和控制特点,定性地研究了燃烧过程中各个变量之间的关系,以锅炉燃烧调节基本任务为目标,将基于BP网络的双启发式动态规划(DHP)和执行依赖启发式动态规划(ADHDP)方法应用到锅炉燃烧多变量控制系统中,实现对锅炉燃烧过程的仿真控制。分析了这种方法的学习能力、控制效果、适应能力以及各自的优越性,三个状态量均达到预期控制目标。最后对这一方法应用时遇到的问题进行了总结。论文中有关控制算法的设计和实现,对今后的实际应用具有一定的理论和实际意义。