首先,深入研究了神经网络动态建模理论,并提出了切实可行的神经网络模型结构设计与算法实现方法.以SISO和MISO非线性动态系统为对象的动态建模仿真实验和理论研究,为神经网络非线性动态建模的工程应用提供了保证.然后,详细讨论了PID神经网络控制器的结构形式和算法实现,结合实际对学习算法进行了改进,并从理论上证明了该控制算法的收敛性和稳定性.在此基础上,提出了具有良好自学习和自适应解耦控制性能的PID神经网络自适应跟踪控制策略,并针对不同对象进行了大量仿真研究.然后,以循环流化床锅炉燃烧系统为对象,研究PID神经网络自适应跟踪控制在实际热力系统的应用.控制系统的设计以神经网络动态模型为基础,模型样本来自420t/h带再热的CFB锅炉仿真平台.设计基于PID神经网络的CFB锅炉燃烧系统自适应跟踪控制系统,并与传统控制策略进行对比.研究结果表明,在模型不确定和变量强耦合情况下,PID神经网络自适应跟踪控制具有更好的解耦控制性能和鲁棒性.最后,以火电单元机组机炉协调系统为对象,研究了基于PID神经网络的自适应跟踪控制系统.