智能控制技术己成为控制学的一个新的重要方面。神经网络控制在许多领域都己经得到了一定的应用，神经网络具有较强的自学习、自适应和容错能力，预测控制对复杂系统具有较强的自适应性。将神经网络对非线性对象的逼近能力和预测控制的优化策略相结合，提出了基于BP神经网络的预测控制方案。　　 本文提出的基于BP神经网络的预测控制算法设计思想是：首先采用BP神经网络模型预测器建立被控对象的预测模型；然后利用该预测模型，根据系统当前的输入输出信息，预测对象的未来输出值，并采用反馈校正，以克服系统中由于其他不确定性扰动造成的模型预测误差，得到较为精确的对象预测值；在此基础上，基于校正后的未来一段时间内对象的预测值，结合给定的系统输出值，根据定义的二次性能指标对控制变量进行滚动优化，得到系统未来的控制序列。基于BP神经网络的预测控制取得了很好的控制效果，证明了这种控制方案可行性和优越性，为在实际应用奠定了基础。