本发明公开了基于自适应系数与非凸投影零化神经网络的时变复值西尔维斯特方程求解方法，步骤1：输入原始实际问题；步骤2：根据输入的原始实际问题，抽象与建模得到其中的隐含的数学问题；步骤3：建立求解时变复值西尔维斯特方程的原始零化神经网络模型；步骤4：定义基于误差的自适应系数零化神经网络模型；步骤5：利用基于误差的自适应系数零化神经网络算法，在无噪声和有噪声的情况下对时变复值西尔维斯特方程数学模型进行迭代求解，不断对系统误差以及状态变量进行映射及变换直至满足预定义的精度以及要求；能够收敛时间，放宽凸约束，在保证良好的收敛时间和收敛精度的前提下，非凸界激活函数具有较强的抗噪声能力。