该论文主要讨论了神经网络在振动冷床温度控制系统方面的应用以及PID神经网络控制器的设计,探讨了前馈神经网络中存在的主要问题和若干改进方案及其优劣和特点,给出了利用改进型神经网络进行训练时动量项系数,学习率和隐单元数的优化方法.同时也讨论了不同的学习因子对误差函数的影响.PID神经网络(PID-NN)是一种新型的前向神经网络,该隐含单元分别为比例(P),积分(I),微分(D)单元,各神经元个数,连接权初值,连接方式是按PID控制规律的基本原则确定的.PID神经网络控制器是将神经网络和控制规律融为一体,既具有常规PID控制器结构简单,参数物理意义明确之优点,同时又具有神经网络自学习,自适应的功能.该论文给出了PID-NN控制器的结构形式,计算公式,从理论上证明了PID-NN的收敛性和稳定性,证明了控制器具有较好的自学习和自适应能力.该论文也对硬件及软件部分作了一些设计,而且对振动冷床温度控制系统进行了动画设计.神经网络在控制系统中的应用是一个既具有理论研究意义又具有实际使用价值的方向,该论文在此方面作了一些探索,但与实际应用还有差距,还需在以后的工作中进一步完善.