EL OBJETIVO DE ESTE TRABAJO ES PRESENTAR UNA PROPUESTA DE CONTROL NEURONAL POR MODELO DE REFERENCIA PARA UN SISTEMAS QUE CAMBIA SU ESTRUCTURA INTERNA DE UN SISTEMA LINEAL DE PRIMER ORDEN A UN SISTEMA LINEAL DE SEGUNDO ORDEN, APLICANDO PARA ESTA TAREA UNA RED NEURONAL RECURRENTE. SE PRESENTAN DOS ESQUEMAS E CONTROL NEURONAL POR MODELO DE REFERENCIA PARA EL SISTEMA ANTES MENCIONADO. UNA DE LAS CARACTERÍSTICAS DE LA RED NEURONAL QUE SE UTILIZA ES LA DE TENER RESTRICCIONES EN SUS PESOS, ESTO GARANTIZA SU ESTABILIDAD DURANTE EL ENTRENAMIENTO. EN EL PRIMER ESQUEMA SE UTILIZA UNA RED NEURONAL PARA LA IDENTIFICACIÓN DEL SISTEMA DE ESTRUCTURA VARIABLE; EN EL SEGUNDO ESQUEMA SE USAN DON REDES NEURONALES CON EL PROPÓSITO DE SEPARAR LA IDENTIFICACIÓN DE CADA SUBSISTEMA.THE OBJETIVE OF THIS PAPER IS TO PROPOSE A REFERENCE MODEL NEURAL CONTROL OF A SYSTEM. WHICH CHANGE ITS INTERNAL STRUCTURE FROM A LINEAR SYSTEM OF FIRST ORDER TO A LINEAR SYSTEM OF SECOND ORDER, APPLYNIG FOR THIS TASK A RECURRENT NEURAL NETWORK. TWO SCHEMES OF REFERENCE MODEL NEURAL CONTROL, FOR THE ABOVE MENTIONED SYSTEM, ARE PRESENTED. ONE CHARACTERISTIC FEATURE OF THE NEURAL NETWORK USED, IS THAT A FEEDBACK WEIGHT RESTRICTION IS APPLIED, WHICH PRESRVED ITS STABILITY DURING THE LEARNING. THE FIRST CONTROL SCHEME USED ONE NEURAL NETWORK FOR IDENTIFICATION OF THE VARIABLE STRUCTURE SYSTEM; THE SECOND CONTROL SCHEME USES TWO NEURAL NETWORK SO TO SEPARATE THE IDENTIFICATION OF EACH SUBSYSTEM.