Dadas las dificultades asociadas con modelar con precisión sistemas no lineales complejos con retardos temporales en procesos industriales, este documento presenta un algoritmo avanzado de control sin modelo que combina enfoques basados en datos y en modelos. Inicialmente, se presenta un algoritmo mejorado para el control sin modelo de múltiples innovaciones, que incorpora retroalimentación de error basada en el principio de retroalimentación de error. Posteriormente, se introduce una estrategia de control novedosa al profundizar en la teoría de reconocimiento y control de redes neuronales PID, fusionando el control de redes neuronales PID con el control de retroalimentación de múltiples innovaciones. A través de una derivación matemática meticulosa, se demuestra que la estrategia propuesta garantiza la estabilidad del sistema. En comparación con los controladores PID tradicionales de redes neuronales, la tasa de convergencia del esquema propuesto es 50 s más rápida y los errores en estado estacionario están limitados a +/-1.