چکیده: در این پایان‌نامه رده‌ای از مسائل کنترل بهینه غیرخطی با قیدهای مساوی و نامساوی را در نظر می‌گیریم و یک روش جدید بر اساس توانایی شبکه‌های عصبی مصنوعی در تقریب تابع ارائه می‌دهیم تا جواب مساله کنترل بهینه را بدست آوریم. برای انجام این کار سعی می‌کنیم شرایط هامیلتونین را بر پایه‌ی اصل مینیمم پونتریاگین ‎PMP تقریب بزنیم، سپس بوسیله‌ی ساختن تابع خطا که شامل همه‌ی شرایط پونتریاگین است، یک مساله بهینه سازی نامقید را تعریف می‌کنیم. در تابع خطای پیشنهاد شده، از جواب‌های آزمایشی برای تابع مسیر، تابع کنترل و ضرایب لاگرانژ استفاده می‌کنیم. این جواب‌های آزمایشی بوسیله‌ی نرون‌ها ساخته می‌شوند. بنابراین، تابع خطا را که شامل وزن همه‌ی جواب‌های آزمایشی است را مینیمم می‌کنیم. با جایگذاری مقادیر بهینه وزن‌ها در جواب‌های آزمایشی، تابع بهینه مسیر، تابع بهینه کنترل و همچنین ضرایب بهینه لاگرانژ را بدست می‌آوریم.