Este documento presenta el concepto de control inteligente utilizando regularización de Tikhonov para sistemas acoplados no lineales. Esta investigación está motivada por la creciente demanda de técnicas de control avanzadas y tiene como objetivo explorar el impacto de la regularización de Tikhonov en estos sistemas. El objetivo principal es determinar el término de regularización óptimo y su integración con otros métodos de control para mejorar el control inteligente de sistemas acoplados no lineales. La regularización de Tikhonov es una técnica utilizada para ajustar los pesos de la red neuronal y prevenir el sobreajuste. Además, la incorporación de la función de activación ReLU en la red neuronal simplifica la arquitectura, evitando problemas como la explosión del gradiente, y optimiza el rendimiento del controlador. Además, se diseñan superficies deslizantes para mejorar la estabilidad y robustez del sistema de control. El controlador propuesto de red neuronal deslizante ajustada por Tikhonov (TSN) garantiza tanto la estabilidad como un rendimiento del sistema superior. La metodología enfatiza la importancia de determinar los pesos óptimos de la red neuronal y los términos de regularización para prevenir el sobreajuste, facilitando predicciones precisas en aplicaciones de sistemas de control de péndulo invertido. Para evaluar la funcionalidad y estabilidad de TSN, este documento emplea simulaciones e implementaciones experimentales para controlar tanto el péndulo invertido rotativo como el péndulo invertido impulsado por brazo. Los resultados indican que las metodologías propuestas de TSN son efectivas y factibles.