通过使用人工神经网络提供和开发用于稳态和起动过程的燃气涡轮的建模，仿真和控制的新方法。基于神经元数量和多层感知器（MLP）结构的传递函数的组合，开发一种基于人工神经网络的燃气涡轮离线系统识别方法，可以可靠地应用于燃气涡轮的系统识别，并且可以基于系统输入的变化预测燃气涡轮输出参数。通过使用实验性时间序列数据集来设置和验证燃气涡轮起动、过渡态过程的非线性自回归外推模型，试验表明非线性自回归外生模型能够在起动过程和过渡态过程中反映系统动态特性。单轴燃气涡轮的PID和基于人工神经网络控制器的设计包括：采用模型预测控制（MPC）和反馈线性化控制（NARMA-L2）两种不同的基于人工神经网络的控制体系结构，并对所有控制器的性能进行比较。