从工程实际应用的角度出发,对模糊神经网络控制器的整个设计环节及应用过程进行了研究。重点研究了智能算法在现代控制中的实际应用,包括人工神经网络、遗传算法及模糊逻辑在模型辨识、PID参数整定和控制器设计中的应用。在本论文中,首先对神经网络-PID控制的发展和研究现状进行了较为系统的介绍。然后对工业系统中常见的滞后系统之参数辨识方法和过程进行了研究,对基于BP神经网络的系统滞后常数辨识进行了设计与仿真;提出了结合遗传算法的投影算法,并利用其对系统参数进行识别仿真;在系统识别的基础上,深入讨论了利用遗传算法对PID控制器的参数进行优化,从而设计出基本符合要求的PID控制器。这是后述模糊神经网络控制器设计的基础及前导工作。其次,该论文对模糊推理与神经网络结合的背景以及经典模糊神经网络的结构进行了介绍,并对基于RBF结构的模糊神经网络进行了研究,对基于RBF结构的模糊神经网络PID型控制器进行了仿真研究并提出其不足。最后,论文对基于模糊小脑神经网络的控制器进行了深入地研究,对经典模糊小脑神经网络进行了推广,并基于此推广的模糊小脑神经网络结构,对模糊神经网络与PID的复合控制方法进行了研究;同时针对时变性较强的非线性系统,提出了一种利用现代控制稳定性理论作为其理论指导的模糊小脑神经网络PD型控制器,进行了仿真实验和实际应用,这表明所提出的控制策略能够在时变非线性控制对象上获得鲁棒特性较好的控制性能,具有一定的实用价值。