本发明涉及一种基于Scara机械臂的神经网络优化控制方法，属于机械臂智能控制技术领域，本发明首先对Scara机械臂系统进行建模，给定关节的参考运动轨迹，设计稳态控制，保证机械臂总体跟上参考轨迹；给定关于位置和速度跟踪误差的性能指标，应用基于强化学习的三层神经网络学习最优的性能指标函数，得到神经网络近似反馈控制；基于神经网络逼近方法，根据稳态控制和近似反馈控制，设计机械臂的神经网络优化控制器，使给定的关于位置和速度的跟踪误差性能指标最小，消除机械臂运行过程中的超调和抖震，有效实现机械臂平稳运行和性能提升，实现机械臂位置速度的超调和抖震最小、能耗最低的跟踪效果。