随机系统的控制一直以来都是控制界研究的热点前沿之一,目前大多数的研究基于高斯线性系统。但实际的工业系统往往是非高斯的,而对于非高斯系统,传统的基于方差最小化的控制策略不再适用。与此同时,实际的控制系统中由于条件所限大多含有时延,一般将其看作随机干扰在时域内进行研究,一般都留有冗余。这就不可避免的造成了保守性。由此,本文主要研究了含有随机时延的非高斯非线性系统的控制问题,并针对当前研究的不足在以下几方面做出相应的工作。1、利用随机时延的分布信息,结合非负随机变量的拉普拉斯变换,基于输出期望等价原则给出了随机时延的频域描述方法。该相较于传统的处理方法,减少了保守性与复杂度,也方便了后续的分析研究。2、对非线性非高斯随机系统改进了常规的最小熵控制方法,并将之与梯度下降法相结合提出了自适应加权控制器。仿真结果表明新的控制方案有更好的控制效果。3、将提出的自适应控制器应用到半导体批次控制与风力发电中最大风能利用率控制中,检验自适应控制器适用性的同时拓展这一控制律的应用领域。