В работе представлены результаты по решению задачи стабилизации линейных систем на основе блочного подхода в управлении и использовании в качестве обратных связей сигмоидальных функций. Полученные результаты позволяют с одной стороны осуществить задачу синтеза на независимые подзадачи меньшей размерности, а с другой, показывают аналогию полученных алгоритмов с нейросетевым управлением, в частности, выявляют структуру нейронной сети и алгоритмы ее настройки. Показано, что в качестве исходных данных для построения нейросети требуется знание лишь структуры управляемости модели управления, отражаемые в индексах управляемости.