基于神经网络的控制称为神经网络控制（NNC），简称神经控制（NC--Newrocontrol)。这一新词是在国际自控杂志《自动化》(Automatica)1994年No.11首次使用的，最早源于1992年H.Tolle和E.Ersu的专著《Neurocontrol》。基于神经网络的智能模拟用于控制，是实现智能控制的一种重要形式，近年来获得了迅速发展。

为了研究神经网络控制的多种形式，先来给出神经网络控制的定义：所谓神经网络控制，即基于神经网络控制或简称神经控制，是指砸控制系统中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或进行推理，或故障诊断等，遗迹同时兼有上述某些功能的适应组合，将这样的系统统称为神经网络的控制系统，将这种控制方式称为神经网络控制。

根据上述定义，可以将神经网络在控制中的作用分为以下几种：

1.在基于精度模型的各种控制结构中充当对象的模型。

2.在反馈控制系统中直接充当控制器的作用。

3.在传统控制系统中起优化计算的作用。

4.在与其他智能控制方法和优化算法，如模糊控制/专家考证及遗传算法等相融合中，为其提供非参数化对象模型、优化参数、推理模型及故障诊断等。