В наши дни по мере всестороннего усложнения техники разработчикам систем автоматического управления всё чаще приходится сталкиваться с неполнотой и недостоверностью математического описания объектов управления, причём непосредственное повышение его точности представляет собой трудоёмкую или даже невозможную задачу. Эта проблема особенно актуальна для систем программного управления ввиду отсутствия обратной связи. Таким образом, возникает задача поиска оптимального управления для объекта типа «чёрный ящик». Для её решения непригодны классические методы синтеза систем автоматического управления, но могут помочь искусственные нейронные сети благодаря своему свойству универсальных аппроксиматоров. При поиске оптимального управления методом последовательных приближений один из подходов к их применению для решения данной проблемы заключается в том, чтобы находить с их помощью матрицы Якоби, состоящие из частных производных по состояниям и по управляющим воздействиям.