虽然传统的PID控制具有结构简单、稳定性好、可靠性高等优点。但是由于传统的PID控制方法本身存在的问题：首先，传统的PID控制理论是建立在数学模型的基础上。被控对象若没有足够精度的数学模型。并且，传统的PID控制理论对非线性系统尚缺乏通用的分析和设计方法。还有，.尽管传统PID控制器具有一定的鲁棒性和适应性，但是对于强非线性、快速时变不确定性、强干扰等特性的对象，控制效果较差。这样就为基于神经网络PID控制创造了条件。因此，将PID控制和BP神经网络相结合的控制策略的研究倍受学者关注。比例、积分和微分神经元组成的PID神经网络具有快速学习能力和良好的性能；神经网络自整定PID控制参数可以在线整定和优化，具有较强的自适应能力和鲁棒性。能够应用到很多工程控制系统中。UZUSHIO ElectronicUG-PSVF1202SG10FBI1Schneider 140CRA93100 ATIS EM 77740 MMC B2459 Module B-2459-2M-753 P-1573-2 P15732Mitsubishi MR-H100BN Omron E5EK-PRR2-500 Leuze Electronics 911-180-717Mikro IDT204 PCB Y2930039800 ScienTECH ST21118TDK LH4437K HANYOUNG NUX TH300 Andover Controls BACnet B3 Series B3810Hamilton Medical 153331 Ge VersaMax IC200UDD120-DK AVECS A0307Reliance 57**04C Hanla IMS AD320 Midori Precision Blue Pot PMP-5TY- 04