控制理论的任务是对于一个给定的动态对象，使其尽可能精确地按照设计者指定的方式运行。这一目标包括两个任务：对象的动态特性控制和对象扰动的控制。通常是使用反馈手段同时处理这两个问题，因此为了达到较好的控制目的，必须在好的动态响应和好的扰动控制之间做一些折衷。 自适应逆控制是一种较为新颖的控制方法，它可以把对象扰动的消除问题和对象动态控制问题分开来处理。首先，对象的动态特性由一个前馈控制器控制；其次，该方法使用一个扰动消除器来消除系统内部噪声。控制器和扰动消除器都是用自适应滤波器来完成，滤波器的传递函数通过自适应算法收敛，从而达到很好的控制效果。 本文对线性系统和非线性系统的自适应逆控制进行了研究，在第三章提出了一种改进的归一化变步长自适应滤波算法(ANVS)。它对归一化变步长最小均方误差自适应算法(MNVS)作了进一步的改进，既具有较快收敛速度，又有快速跟踪能力。第四章里改进了自适应对象扰动控制系统，通过在回路中对噪声进行预测，有效地补偿了数字反馈回路造成的噪声信号的延迟，从而改善了系统的扰动控制性能。在第五章提出了一种基于Chebyshev Ⅰ型模拟低通滤波器的状态反馈系统设计方法，避免了最优二次型控制的繁琐计算。 对于非线性被控对象，本文在第六章分析了通常非线性逆控制方法的不足，并将自适应模糊神经推理系统(ANFIS)用于非线性逆动态控制中，讨论了ANFIS非线性逆动态控制器的设计方案，有效地克服了在常规逆控制方法中所固有的缺陷，在非线性控制中很有应用前途。 计算机仿真的结果验证了本文的分析及综合方法的正确性和有效性，获得了较好的效果。