امروزه تکنولوژی سیستم های فوتوولتائیک به دلیل ایمنی بالا و عدم تولید آلاینده ها، در تولید توان الکتریکی پاک نقش مهمّی را ایفا می کنند. آرایه فوتوولتائیک یک منبع توان با مقاومت داخلی غیرخطّی می باشد. مشخّصه غیرخطّی یک آرایه فوتوولتائیک تابعی از دما و شدّت تابش است. توان خروجی آرایه با تغییرات دما و تابش تغییر می کند بنابراین نقطه کار یک آرایه فوتوولتائیک با تغییرات شرایط جوّی و همچنین تغییرات اندازه بار جا به جا می شود. به دلایل اقتصادی و افزایش بازدهی، نقطه کار مطلوب سیستم فوتوولتائیک که در نقطه توان ماکزیمم آن واقع است باید در خروجی آرایه قرار گیرد. به منظور استخراج توان ماکزیمم از آرایه، بایستی مقاومت بار با مقاومت داخلی آرایه برابر شود. برای این منظور می توان با تغییر دوره عمر پالس اعمالی به مبدّل dc-dc بوست، بین مقاومت بار دیده شده از سمت آرایه و مقاومت داخلی آن تساوی برقرار کرد و توان حداکثر را برای تحقّق تعقیب نقطه توان ماکزیمم به بار رسانید. این پایان نامه، با ارائه مدلی از سلول های فوتوولتائیک سیلیکونی پلی کریستال و با بکارگیری تکنیک هوشمند فازی- عصبی، به تعقیب نقطه توان ماکزیمم پرداخته است. شبکه عصبی توسط مقادیر بهینه ای که از الگوریتم ژنتیک بدست آمده، آموزش داده شده است. تعقیب نقطه توان ماکزیمم توسط نرم افزار matlab، مطالعه و شبیه سازی شده است. نتایج بدست آمده از این روش بیانگر دقت و سرعت بالای روش پیشنهادی در تعقیب نقطه توان ماکزیمم تحت شرایط تغییرات سریع جوّی و تغییرات بار مبدّل است.