为解决MOCVD设备温度控制的非线性、时变性以及大时滞等问题，提出改进的基于误差反向传播算法（BP）的神经网络控制方法．在传统BP算法基础上附加一个使搜索快速收敛全局极小的惯性项，在微调权值修正量的同时也使学习避免陷入局部最小．该方法不仅具有自学习自适应能力，而且具有自调整比例因子功能．仿真和试验表明，神经网络控制器具有很强的鲁棒性、自学习功能和自适应解耦．在整个温度控制范围基本误差可达到l℃％。，有效的改善MOCVD系统温度的控制性能，对实际温度控制具有较好的指导意义．