模糊神经非模型控制是智能控制的一个前沿领域。本文对模糊神经非模型控制系统的设计理论和应用进行了研究，针对切削系统、pH中和过程等复杂、具有不确定性的工业对象和过程，提出了多种模糊神经非模型控制方法，并进行仿真实验，验证了所提出的控制方法的有效性。本文的主要内容如下： 1．针对具有非线性和不确定性的机械加工切削过程，提出了神经元增益自整定的PID控制方法和模糊神经元非模型控制方法，前者采用神经元来在线调整PID控制器的增益，后者将模糊控制器和神经元控制器相结合构成模糊神经元控制器，这样当对象特性随切削深度的变化而变化时，所设计的控制器能保持切削力恒定，使系统稳定并具有满意的动态品质。 2．针对核反应堆功率控制对象，提出了一种神经元模糊-PD双层控制方法。这种方法将模糊控制器与神经元融合构成外层的神经元模糊控制器，它通过神经元学习来在线调整模糊控制器的规则。在内层控制回路上，采用PD控制器，构成神经元模糊-PD双层控制系统。仿真结果表明，这种方法具有强鲁棒性和满意的控制性能。 3．针对船舶调距桨系统，提出了一种神经元参数自调节的模糊控制方法，该方法使用神经元对模糊控制器的模糊化因子进行在线调整，使控制系统在对象特性发生变化时具有强鲁棒性，仿真实验验证了本章提出的方法的有效性，并取得了满意的控制效果。 4．针对具有严重非线性特性的pH中和过程，提出了一种模糊增益自整定神经元控制方法，这种方法采用T-S模糊推理估计下一时刻的控制量，并通过参数估计和经验公式来计算出神经元控制器的增益。仿真结果表明所提出的控制方法能有效控制pH中和过程。