PID (PID-Proportion Integration Differentiation)控制是最早发展起来的、在实际工程应用中仍广泛采用的控制策略。PID控制具有控制算法简单、可靠性高、稳定性好、无静差,各参数物理意义明确且工程上易于实现等优点；但是,当被控制对象具有非线性和时变特性时,系统性能下降,鲁棒性变差,必须重新调整PID参数,以改善控制效果。随着社会的进步、科学技术的发展和工程技术水平的提高,被控对象特性和生产过程越来越复杂。在实际工程控制中,系统运行时间的积累和运行工况的较大变化,可能导致系统参数发生改变,对于传统的PID控制器而言,只能通过频繁调整PID参数,来满足实际系统的需要,因此,对于具有非线性的、时变特性的被控对象而言,传统PID控制器的控制效果欠佳。在对复杂系统的控制中,传统的PID控制器不能达到理想的控制效果。有必要研究一种参数自整定PID智能控制器,当被控对象数学模型中某些参数产生变化或系统运行工况发生较大改变时,也能对被控对象进行较好的控制。目前,柴油机转速调节系统多为机械式调速器或传统PID控制器的电子式调速器。前者工作可靠性好,但精度不高；后者虽对系统内部参数变化有一定的适应性,但因柴油机的非线性、时变问题突出,工作时间的积累会导致其模型参数产生较大变化,此时控制器控制效果变差；此外当船舶航行在恶劣海况时,柴油机工况剧烈变化,其控制效果也会变差。本文基于现有神经网络研究成果,结合PID控制策略,设计出基于神经网络的参数自整定PID控制器,并将其应用于船舶柴油机转速控制。在MATLAB中进行大量仿真试验,仿真结果表明：同传统PID控制器的控制效果相比,该控制器能较好的适应柴油机工况的变化,收到了更加理想的控制效果。