该文首先综述了预测控制和智能控制在理论和应用上的进展,而后以神经网络为基础,围绕神经网络建模、预测与控制等主题展开了一系列研究.研究了传统PID控制和神经网络的结合,针对大滞后非线性系统、非最小相位系统、多变量强耦合非线性系统分别设计了有效实用的预测控制方案.该文所作的主要工作如下:1)研究了非线性系统的神经网络预测方法.分析了直接多步预测和递推多步预测各自的特点,指明直接预测中的误差自关联问题,提出一种较为准确的去误差直接预测方法,仿真验证了该方法的有效性.并在第五章中应用于大滞后系统的闭环控制中.2)研究了神经网络PID预测控制器.以传统PID控制器为基础,结合神经网络并引入线性系统的成熟控制理论——预测控制,针对非线性系统提出了在PID型预测性能指标函数下,利用梯度算法和Taylor展开的两种控制方法,并将后者用于大滞后非线性系统中.在该文第三章的第二节、第三节分别利用前馈神经网络和局部递归神经网络实现了非线性系统辨识和控制器参数的在线整定,设计了一种线性预测型PID控制器.在此基础上,在第二章提出了一种非线性PID控制器,并在第七章应用于多变量非线性系统的控制.3)神经网络控制的稳定性是理论研究和实际应用的重点,该文的第四章、第六章和第七章分别对基于递归神经网络的预测控制稳定性来进行研究.在广义预测控制框架下,针对线性化的预测控制器证明了闭环控制系统的稳定条件.第六章研究了适合非最小相位系统的复合逆控制器,利用Lyapunov方法分析了控制器收敛条件.第七章在第二章提出的非线性PID控制器基础上,以多个控制器采用并联形式构造了多变量系统的解耦控制器,进一步分析了预测神经网络控制器保证闭坏系统稳定时,动态BP算法的学习因子需满足的条件.