本发明公开了一种麻雀搜索算法优化的BP神经网络PID控制方法，解决了现有神经网络控制系统学习效率低、收敛速度慢，易陷入局部最优等问题，其技术方案要点是先确定麻雀搜索算法中的初始化种群数量、设定适应度函数计算初始适应度值以及确定BP神经网络的拓扑结构，更新发现者、跟随者、预警者的位置，计算适应度并更新最优值，判断是否满足条件，若满足则将得到的值赋予BP神经网络作为初始权值和阈值，若不满足进行迭代直至满足；用最优权值进行BP神经网络训练，计算判断误差是否达到要求，若达到则计算出相应PID参数；否则重新训练直至满足要求，本发明的方法，能得到最优的PID参数，收敛速度快、稳定性好，能使控制效果更加明显。