预测控制是一种基于模型的先进控制技术，是20世纪70年代发展起来的一类新型计算机控制算法，并在工业过程中得到了的广泛应用，近年来预测控制的理论研究也取得了很大的进步，但仍落后于工业实际应用，目前的预测控制算法普遍存在着模型精度不高、滚动优化策略少、反馈校正方法单调等问题。由于神经网络可以精确描述系统动态过程，因此神经网络预测控制成为了控制界研究的热点。 本文对神经网络预测控制方法进行了研究，主要内容如下：对人工神经网络理论进行了阐述，包括神经网络的模型、学习规则、基本特征等，深入研究了BP多层前馈神经网络理论及其软件实现方法；研究了预测控制的基本原理及特点，并着重研究了动态矩阵预测控制理论以及广义预测控制理论。 研究了基于人工神经网络的动态矩阵预测控制方法，选用BP神经网络，建立了能够比较精确反映结构动态特性的辨识模型，并推导出相应的预测控制算法，仿真证明了该算法的有效性. 研究了基于神经网络的广义预测控制方法，单值广义预测控制算法简化了广义预测控制算法的计算，减少了所需调整的参数，将神经网络与单值广义预测控制相结合，研究了基于神经网络的单值广义预测控制算法，并通过仿真研究证明了该方法的可行性。