神经网络制导（neural network guidance），工学-控制科学与工程-制导-导引律-现代导引律，利用神经网络强大的非线性拟合能力和学习机制处理制导参数适应性调度、前馈补偿、指令优化等问题的制导方法。属于人工智能方法。神经网络制导对不同的制导问题和优化指标，处理方法和途径会有很大的差异，制导系统的非线性也会导致网络训练更加复杂和费时，实时性比较差。在神经网络制导中，网络的输入变量以弹目运动学变量为主，如弹目视线角、视线角速率、导弹和目标的位置、速度等。网络输出变量可以是导弹的法向加速度指令，也可以是前馈补偿量，或者是需要调节的制导参数等。神经网络制导中，网络参数按照优化指标学习可以获得最优的制导性能。网络的输入变量选择是影响神经网络制导性能的关键因素，当采用离线网络参数时，系统开环特性会严重降低制导性能。一般情况下，神经网络制导与其他制导方式结合形成混合制导能够大大提高制导性能。神经网络制导具有适应拦截系统特性变化的能力，是广义的自适应制导。