随着现代控制技术的不断发展,新型智能控制器的研究也在不断取得进步。由于晶体管尺寸的极限和光刻成本的增加,基于电子电路技术的各个领域的发展均受到了限制。人工神经网络是具有自适应、自组织和自学习能力的一种非线性网络,而突触是连接神经元进行信息传输的不可缺失的部分。突触的非线性和与时间关联等复杂的特性使得它在现有的电子电路中难以找到合适的替换元件来进行模拟。忆阻器的出现为上述难题的解决提供了契机,其纳米级尺寸和自动记忆特性,有助于众多热门研究领域的发展,如人造大脑,即开即用型计算机,非易失性存储器,混沌系统等。同理,忆阻器的天然优势也为智能PID控制器的发展提供了活力。PID控制器具有原理简单、使用方便、鲁棒性强等一系列优点,是工业控制的主要技术之一。然而,传统的PID控制器参数需要预先设置,并且不易更改。为了解决该问题,神经网络PID控制器作为智能控制器被提出。通过采用神经网络控制系统参数,在系统工作过程中对参数不断地进行调整,从而达到自适应控制的目的。本文首先对忆阻器和神经网络进行了简单的介绍,探讨了两者之间的相似之处,为忆阻器作为电子突触提供了理论依据。径向基神经网络是一种局部逼近网络。它具有快速收敛、强泛化能力、结构简单等特性,可以以任意精度逼近连续函数。文中将忆阻器应用于径向基神经网络PID控制器,在理论上推导了忆阻突触的数学理论,给出突触权值更新公式,并构建新型智能控制器的结构模型。在此基础上,通过MATLAB和Simulink仿真对所提方案进行验证。其次,由于自旋忆阻器具有阈值特性,阻值变化快,且制作成本低,将其作为电子突触更加具有真实性和可操作性。PID神经网络结合了传统PID控制器和神经网络的优点,对多变量时变系统能够进行很好的控制。采用最新的混沌粒子群算法对网络初始值进行迭代寻优,有效加快系统的收敛速度。将自旋忆阻器应用于PID神经网络,采用脉冲控制实现权值更新,模拟突触功能。最后利用MATLAB软件对强耦合系统进行解耦控制,验证所提方案的有效性。