1、很多工業(yè)過程控制對象中存在著時延，這一直是自動控制中的難點。針對時延對象現(xiàn)有很多控制方法，有采取大林算法或者simth算法等控制，也有較為先進(jìn)的模糊控制算法等。由于這些算法復(fù)雜或者依賴于很精確的模型，在實際應(yīng)用中受到局限，而成熟的PID控制方案無法取得好的控制效果，因此大時延系統(tǒng)的工程應(yīng)用一直沒有一個完善的解決方案。 神經(jīng)網(wǎng)絡(luò)是近年來研究的熱點，它具有自組織、自學(xué)習(xí)、自適應(yīng)的特點，近年來計算機(jī)技術(shù)的發(fā)展，為其網(wǎng)絡(luò)優(yōu)異的函數(shù)逼近性

2、能和分類性能應(yīng)用于工程提供了硬件基礎(chǔ)。神經(jīng)網(wǎng)絡(luò)由于其大多結(jié)構(gòu)簡單，算法易于理解和使用，有利于工程人員應(yīng)用解決實際問題。 本文首先介紹研究背景和幾種PID控制方法以及神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)控制的相關(guān)理論，接著核心研究了神經(jīng)網(wǎng)絡(luò)在大時延控制對象中的建模，建立了一個基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型，同時研究了權(quán)衰減算法的原理和剪枝機(jī)理，提出以主成分分析和剪枝算法為手段的對象建模方法，接著在Matlab中對幾種使用神經(jīng)網(wǎng)絡(luò)模型的控制方案進(jìn)行了研究