本文从复杂的系统控制问题入手，指出了以传递函数、频率特性和根轨迹为基础的频域分析法和采用时域分析的状态空间分析法的优点和不足，并在此基础上阐明了智能控制理论和方法在模型不确定的系统、被控对象或过程等的控制方面所具有的应用价值和实际可行性，继而针对常规控制方式在控制具有多变量、非线性、时变性的复杂热工对象时难以取得令人满意的控制效果这一问题，将一种基于小波神经网络的智能控制思想和策略用于锅炉的过热汽温控制系统当中，取得了较为满意的效果，为推动小波神经网络的在控制领域中的实际应用作了一定程度上的探索和尝试。 小波神经网络作为一种既具备小波分析良好的时频局部化性质又结合了神经网络自学习、自组织功能的新型网络模型，较好地克服了以前神经网络在结构确定和设计上的盲目性，尤其是其在非线性函数逼近中所特有的快速性、准确 太原理工大学硕士研究生学位论文性和收敛性，从而为解决具有不确定性、严重非线性和滞后的复杂系统建模和自适应控制等问题提供了一种有效的选择。正是基于这种思想，本文结合内模控制系统设计简单、调节性能好、鲁棒性强并能够消除不可测干扰的影响等优点构造了基于小波神经网络的内模控制，其优点是鲁棒性强、快速性好，当被控对象在较大范围内变化时，控制系统仍然具有良好的调节性能，最后将此方案应用于SOOMW机组一级减温控制系统的仿真中，取得了较好的效果。