本文以燃气加热炉为研究对象，讨论了模糊神经网络的混合学习算法，与同常规的PID控制算法比较，以判断这两种算法的优劣。采用模糊神经网络控制技术与自寻优控制思想，应用于燃气加热炉燃烧节能控制，开发设计了新的加热炉智能控制算法，具有自动跟踪加热炉热值变化，及时调整空/燃比的功能。它的控制效果优于传统的PID控制器，而且能有效跟踪被控对象参数时变及较大的干扰，试验结果表明，本控制算法不仅识别速度快，并且识别准确率较高。 通过硬软件结合方法，使用PLC试验装置在实验室条件下对模糊神经网络数学模型进行了试验研究，试验结果证实算法可靠，可以应用到加热炉现场并接入DCS系统。 对宝钢某化工厂燃气加热炉燃烧节能改造实例说明，将模糊神经网络控制技术应用到加热炉烟道残氧监测及控制中，可以最大限度地提高燃烧效率，节约能源，减少污染，同时实现炉温最佳控制。工程改造与仿真结果表明，该控制算法与传统PID算法相比较，精度较高，可靠性较好，可以适合工程实际应用。 由于燃气加热炉具有大惯性、滞后性、非线性等许多工业控制对象都具有的典型特征，因此本课题的研究不仅具有理论意义，而且有很高的实用价值。