神经网络具有并行处理能力、自学习、自适应能力和可以逼近任意的非线性函数等特点，是解决非线性、大滞后、多变量、不确定的复杂控制问题的一条有效的途径。它在控制领域中辨识、参数优化、控制等方面得到广泛应用。 本文就神经网络在辨识、参数优化和控制方面的应用展开研究。首先给出神经网络控制系统的整体设计思路，编写相应的软件，该软件包括多种神经网络网型，并且可以通过不同方式与组态软件集成运行。然后利用该软件对被控对象进行辨识、参数优化和控制：使用多种网型对三区加热炉进行辨识，通过比较辨识结果，得出采用Elman网络辨识动态系统效果较好的结论；接下来利用神经网络对PID控制器进行参数优化，实现基于神经网络的PID自适应控制，并对此控制系统改进，形成了有模型的神经网络PID自适应控制，获得较好的控制效果；最后利用PID神经网络直接作为控制器对三容水槽和立式电炉进行控制，结果表明，该方法有较好的控制效果。 上述研究表明神经网络能在一定程度上解决控制中的复杂问题，有较好的应用前景。