不完全微分是实际微分作用与理想微分作用(应与偏差的变化速率成正比)间存在一定差距，等价于在理想微分环节后串接一个阻容环节的输出。随着科学技术的不断进步和发展，被控对象正变得越来越复杂，，多年以来其改进算法层出不穷，如不完全微分的PID 算法。而人们对其控制精度的要求却日益提高，此时常规调节器不可能得到好的控制品质，基于以往工程方法来整定PID 参数已经不能满足控制要求了，这样就产生了复杂性和精确性的尖锐矛盾。智能自适应控制是解决上述问题的有效方法之一，其中神经网络以其良好的自适应自学习能力，使得它可以作为一种很好的方法而得以应用。使用神经网络实现直接或间接的PID 控制，经过证实是有效的，它实现了PID 的自适应控制，使得传统的PID控制得以能够继续发挥其在控制中的良好作用。然而，，一般神经网络实现的PID 控制基本上都是使用一般的PID 控制算法， 而并未使用不完全微分PID 控制算法。在本文中， 将不完全微分PID 算法与神经网络相结合，组成基于不完全微分PID 算法的神经网络控制器， 共同发挥二者的优势，通过仿真实验可以看出该控制器提高了控制效果。