随着计算机科学技术的发展，网络被越来越多的应用到了工业控制领域中。网络控制系统（NetworkedControl System,NCS）是指传感器、控制器和执行器通过网络传输数据信息，形成闭环回路，以实现对被控对象的控制的系统。与传统的控制系统相比，网络控制系统不但克服了地理约束，实现了远距离的信息传输，而且通讯方式也由单一的点对点发展为一点对多点的方式。网络控制系统最大的优势在于它传输信息的实时性。然而，由于网络自身的复杂性，NCS中不可避免的存在网络时延、丢包乱序等问题，影响着系统的性能。　　NCS由网络和控制两方面组成，它的性能指标既取决于控制系统的控制质量（控制算法），也取决于网络的服务质量（资源的调度）。采样周期作为这两者间的关键因素，对系统性能具有重要影响。　　本文首先通过建模，分析了时延对系统性能的影响效果。然后详细介绍了两种典型的调度算法：RM调度算法和EDF调度算法。最后根据时延与采样周期之间不可分割的相互关系，采用调度与控制协同设计的思想，建立一个智能动态调度模型，通过对采样周期进行优化，实现对NCS的智能动态调度。本文针对具有多回路的网络控制系统中存在的时延问题，应用 BP神经网络中的SVR方法进行时延预测，根据采样周期和时延对系统稳定性的影响，确定系统性能指标函数，应用遗传算法对采样周期进行优化，确定系统各回路的采样周期，从而提高系统的服务质量。