神经网络内模控制（neural network internal model control），工学-控制科学与工程-智能控制-智能控制-模糊控制-人工神经网络-Hamming网络，将人工神经网络引入到内模控制系统中的一种自适应的非线性控制方案。内模控制（internal model control）方法是美国控制理论专家C.E.加西亚（Carlos E.Garcia）和M.莫拉里（Manfred Morari）于1982年提出，以其简单、跟踪调节性能好、鲁棒性强、能消除不可测干扰等优点，为控制理论界和工程界所重视。神经网络内模控制是1989年莫拉里在内模控制的原理基础上，将人工神经网络引入到内模控制系统中，提出的一种自适应的非线性控制方案。神经网络内模控制一般由神经网络内模控制器和神经网络模型构成，其中神经网络模型作为系统的内部模型，向神经网络内模控制器提供被控对象的相关信息。系统的正向模型作为对象的相似模型和真实对象并联，它们的输出差值作为反馈信号。该反馈信号又经过前向通道的滤波器及控制器进行处理。控制器直接与系统的逆有关，并可以通过引入滤波器来提高系统的鲁棒性。