将神经网络控制系统与其他控制方法结合起来使用可以充分发挥各自的优势，提高系统的控制性能和鲁棒性。具体操作上可以考虑以下几点：
混合控制策略：可以将神经网络控制系统作为主控制器，辅以传统的PID控制器或模糊控制器等作为辅助控制器，形成混合控制策略。通过神经网络控制系统对非线性部分进行建模和控制，而传统控制方法则可以处理线性部分或提供鲁棒性支持。
调度控制：当系统工作在不同的工况下，可以根据实际情况自动切换不同的控制方法。比如在低速状态下采用PID控制，而在高速或复杂非线性状态下采用神经网络控制。
故障诊断与容错控制：利用神经网络的强大拟合能力和模式识别能力，结合其他控制方法对系统进行故障诊断和容错控制。当系统出现异常时，能够快速切换到备用控制方案，保证系统的安全稳定运行。
优化调节：神经网络控制系统可以作为优化器，利用其强大的非线性映射能力对传统控制器的参数进行在线调节，使系统性能得到进一步优化。
以工业控制为例，可以将神经网络控制系统与传统的PID控制器相结合，利用神经网络对非线性环节进行建模和控制，而PID控制器则可以对线性环节进行精确控制。这样可以充分发挥各自的优势，提高控制系统的稳定性和鲁棒性。