非线性系统辨识和控制是一个复杂而又非常重要的研究领域，其中模糊系统辨识及其控制研究是一个重要的分枝。根据模糊系统的发展趋势，我们可以看出，随着被控或待辨识的系统复杂性提高和对建模、控制精度的要求提高，单纯依靠专家知识或操作者的经验提取正确的具有一致性和完整性的模糊规则已显得力不从心。因此，对模糊系统辨识的进一步研究在模糊控制理论的不断完善过程中具有举足轻重的地位。自适应模糊系统可以说是在朝着这个方向努力的目标下产生的。正如在本文模糊系统辨识综述与研究中所指出，目前模糊系统结构辨识方面研究很少，参数辨识研究较多，因此在非线性辨识中，模糊系统更多的是作为一种黑箱系统进行参数辨识研究，这就不可避免陷入可解释性与精度之间的困境。另外，随着铁路运输的迅速发展，尤其是高速、重载运输的发展，机车功率不断提高，轮轨间需要传递的载荷日益增大。因此，为了充分利用最大可能的牵引力，实现电力机车优化粘着控制成为一个急待解决的问题。基于上述情况，本文在深入研究小波变换及其多分辨率分析理论、模糊系统辨识和机车粘着控制的基础上，提出了新的基于多分辨率分析模糊系统(MAFS)拓扑结构，并深入进行了MAFS结构和参数辨识研究。在此基础上，进行了MAFS自适应控制及其在机车优化粘着控制应用方面的研究。本文的研究成果从一定程度上丰富了模糊系统理论，从新的角度对模糊系统及其结构辨识进一步研究提出了一种新的途径：同时在实践方面，为机车优化粘着控制最终实现进行了有益的初步探索。总结全文，论文的主要研究内容如下： (1) 基于小波多分辨率分析基本理论，分析和讨论了B-样条尺度函数及其小波相关特性。结合常用模糊系统模型并利用B-样条函数作为尺度函数具有紧支撑性、多分辨率逼近的特性，从时频域局域化角度构造出一种新的基于多分辨率分析的模糊系统(MAFS)。 (2) 分析和讨论了基于多分辨率分析的模糊系统(MAFS)与其多分辨率相关的特性；利用泛函分析和函数逼近理论方法，对所提第日页西南交通大学博士研究生学位论文出的MAFS进行逼近性分析，从理论上证明所提出的基于多分辨率分析模糊系统在紧空间能任意精度逼近函数。 (3)在结合小波网络辨识方法和MAFS所特有的多分辨率特点，对MAFS非线性系统辨识算法进行了相关研究，其中包括基于小波的MAFS辨识算法和基于多分辨率尺度函数的MAFS辨识算法。仿真研究结果表明了MAFS及其辨识算法的有效性和优越性。 (4)基于自适应模糊控制理论和多模型控制理论，结合己给出的MAFS非线性辨识算法，针对一类非线性系统，对MAFS自适应控制及其算法进行了研究。 (5)在分析机车牵引动力学基础上，利用MAFS自适应控制方法，本文首次系统地对机车优化粘着控制进行了研究，其中包括优化蠕滑速度估计问题、MAFS自适应粘着控制和多模型MAFS自适应粘着控制等研究内容。仿真结果验证了该自适应控制方法的可行性和有效性。