随着数字计算机日益广泛的应用,离散系统最优化问题已成为了最优控制理论和应用中一个尤为重要的方面。朱元国教授于2009年提出并研究了连续系统模糊最优控制问题,且给出了关于模糊最优控制问题的最优性原理及一维最优性方程,同时并于2009年研究了一维离散系统模糊最优控制问题。本文主要将借助贝尔曼最优性原理,来研究一下多维多阶段的模糊最优控制问题。在文章中我们先是建立一个多维多阶段的模糊最优控制模型,在这样一个系统中,每一阶段的状态都受到模糊事件的影响,建立的模型将对系统目标函数的期望值求最优,借助贝尔曼最优性原理,便可推出其相应的递推方程。多阶段的线性二次型模糊最优控制问题,是一个各阶段都受到一多维模糊向量(在这个模糊向量中,各分量皆为相互独立的三角变量)影响的多维多阶段模糊最优控制问题,通过所推导出的递推方程的应用,便可得到使该系统达到最优的解析方案。一般情况下,我们先是借助两种数值方法,即混合智能算法或有限搜索的办法得到一系列学习样本,然后再通过人工神经网络进行最优逼近,以获得系统最优控制。最后,我们将给出一个数值例子来展现算法的可行性。