在控制领域，将具有学习能力的控制系统称为学习控制系统，属于智能控制系统。神经控制是有学习能力的，属于学习控制，是智能控制的一个分支。神经控制发展至今，虽仅有十余年的历史，已有了多种控制结构。如神经预测控制、神经逆系统控制等。
2.人工神经网络的概况
2.1人工神经网络的应用
神经网络的应用已经涉及到各个领域，且取得了很大的进展。
图像处理：对图像进行边缘监测，图像分割，图像压缩和图像恢复。
机器人控制：对机器人轨道控制，操作机器人眼手系统，用于机械手的故障诊断及排除，智能自适应移动机器人的导航，视觉系统。
医疗：在乳房癌细胞分析，移植次数优化，医院费用节流，医院质量改进等方面均有应用。
2.2人工神经网络的趋势
人工神经网络特有的非线性适应性信息处理能力，克服了传统人工智能方法对于直觉，如模式、语音识别、非结构化信息处理方面的缺陷，使之在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。人工神经网络与其它传统方法相结合，将推动人工智能和信息处理技术不断发展。近年来，人工神经网络正向模拟人类认知的道路上更加深入发展，与模糊系统、遗传算法、进化机制等结合，形成计算智能，成为人工智能的一个重要方向，将在实际应用中得到发展。将信息几何应用于人工神经网的研究，为人工神经网络的理论研究开辟了新的途径。神经计算机的研究发展很快，已有产品进入市场。光电结合的神经计算机为人工神经网络的发展提供了良好条件。
1.2神经网络控制
神经网络控制是20世纪80年代末期发展起来的自动控制领域的前沿学科之一。它是智能控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。
神经网络控制是（人工）神经网络理论与控制理论相结合的产物，是发展中的学科。它汇集了包括数学、生物学、神经生理学、脑科学、遗传学、人工智能、计算机科学、自动控制等学科的理论、技术、方法及研究成果。
摘要：神经网络是一门发展十分迅速的交叉学科，它是由大量的处理单元组成非线性的大规模自适应动力系统。基于人工神经网络的控制（简称神经控制）是在现代神经生物学和认识科学对人类信息处理研究的基础上提出来的，人工神经网络具有很强的自适应性和学习能力、非线性映射能力、鲁棒性和容错能力,充分地将这些神经网络特性应用于控制领域,可使控制系统的智能化向前迈进一大步。本节将介绍人工神经网络的基本概念、ANN的特性、基本原理、BP神经网络、自适应竞争神经网络以及神经网络的应用改进方法。
自动控制领域：主要有系统建模和辨识，参数整定，极点配置，内模控制，优化设计，预测控制，最优控制，滤波与预测容错控制等。
处理组合优化问题：成功解决了旅行商问题，另外还有最大匹配问题，装箱问题和作业调度问题。
模式识别：手写字符，汽车牌照，指纹和声音识别，还可用于目标的自动识别，目标跟踪，机器人传感器图像识别及地震信号的鉴别。
关键词：人工神经网络控制，BP神经网络，自适应竞争神经网络
Review on Artificial Neural Network Control
Abstract：Neural network is a developing very rapidly cross discipline, it is made of a number of elements of the processing of the nonlinear large-scale adaptive power systems. Based on artificial neural network control (hereinafter referred to as theneural control) is in the modern neural biology and understanding of human science information processing on the basis of study of the proposed, artificial neural network has very strong adaptability and learning ability, nonlinear mapping capability, robustness and fault tolerance, will be fully the neural network in the control field application characteristics, can make the intelligent control system is a big step forward. This section will introduce the basic concept of artificial neural network, and the characteristics of the ANN, the basic principle, the BP neural network, adaptive neural network and competition of the neural network using the improved method.
Keywords：Artificial Neural Networks Control，Back Propagation Neural Networks，Adaptive competitive neural network
1.人工神经网络控制
1.1人工神经网络
人工神经网络（ArtificialNeuralNetworks，简写为ANN）也简称为神经网络（NN）或称作连接模型（ConnectionistModel），它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
人工神经网络是一个用大量简单处理单元经广泛链接而组成的人工网络，是对人脑或生物神经网络若干基本特性的抽象和模拟。
神经网络的研究已经获得许多成果，提出了大量的神经网络模型和算法。目前已经在模式识别、机器视觉、联想记忆、自动控制、信号处理、软测量、决策分析、智能计算、组合优化问题求解、数据挖掘等方面获得成功应用。