针对传统PID控制器不适用于非线性系统，本文设计出了一种基于BP神经网络的智能自整定PID控制器。 本文主要研究了两种智能自整定PID控制器：一种是继电式自整定PID控制器，另一种是基于神经网络的智能自整定PID控制器。运用继电式自整定PID控制器的整定结果来验证设计出的新的基于BP神经网络的智能自整定PID控制器的效果。 形成了继电式自整定PID控制器，并设计了基于BP神经网络的智能自整定PID控制器。形成了实验硬件以及进行了继电式自整定PID控制器和基于神经网络的智能自整定PID控制器的各种程序设计。实际运用继电式自整定PID控制器进行实验，整定参数，以及用改进的PID控制算法来进行控制，得到所需样本。 把所得的样本分为学习样本和测试样本。由设计出的基于BP神经网络的智能自整定PID控制器的神经网络部分对学习样本进行学习。通过大量的仿真验证了神经网络的辨识性、容错性、推广性。把测试样本中的输入部分输入基于BP神经网络的智能自整定PID控制器的神经网络部分，得到输出。把此输出与原测试样本的输出进行仿真、比较，验证网络的正确性和实用性。 对不同难度和不同内在参数的神经网络进行了大量仿真、比较，验证本文中神经网络参数选取的正确性以及对于其它网络的参数选取提供了借鉴。采用了改进BP算法，取得了比使用普通BP更好的效果，验证了改进BP算法的优越性。 本文有大量的实验数据，仿真数据，有很强的实际意义和借鉴性。