非线性控制系统是当今一个热点研究领域，但至今仍缺乏系统的和有效的处理方法。20世纪80年代以来，模糊控制因不需要精确的数学模型并且可以有效地利用专家知识，已经被成功地应用到很多控制领域上。因此，深入研究非线性系统的模糊控制与自适应控制对解决非线性系统控制问题具有重要的理论意义和应用价值。 模糊双曲正切模型或广义模糊双曲正切模型是继模糊关系模型、T-S模糊模型、模糊动态模型被提出之后的又一类模糊模型，它具有许多独特特性，并在非线性系统控制上有了一些应用。但它在控制方面的应用还有很大潜力没有挖掘出来。本文开展了基于模糊双曲正切模型的模糊自适应控制方法的研究，取得了如下成果1．针对一类离散非线性系统，研究了一种新的基于广义模糊双曲正切模型的模糊自适应控制方法。该方法中采用广义模糊双曲正切模型作为未知非线性对象的辨识器，以此为模糊自适应控制器参数自调整提供梯度信息。通过与其它的辨识器比较，说明了广义模糊双曲正切模型辨识器具有辨识参数少、辨识复杂性较小、易于提高逼近精度等优点。提出的基于自适应梯度算法的双曲正切函数形式模糊控制器能实现很好的跟踪控制。仿真结果表明了所提出的控制器结构简单、易于实现。 2．针对一类非线性函数未知的非线性离散系统，设计了一种新的基于广义模糊双曲正切模型的参考模型自适应控制器。广义模糊双曲正切模型具有全局逼近性质，即为一万能逼近器，可作为未知的非线性函数的辨识器。采用广义模糊双曲正切模型作为非线性函数的辨识器，有效的克服了模型的辨识精度要求较高时规则爆炸的问题，其参数可以通过广义模糊双曲正切模型神经网络学习优化获得。基于Lyapunov稳定理论提出的控制策略能够保证闭环系统的稳定性。 3．针对一类含有不确定项的连续非线性系统，提出了一种基于广义模糊双曲正切模型的鲁棒直接自适应模糊控制算法。所提的控制器由两部分组成，一部分是广义模糊双曲正切模型结构的模糊控制器，另一部分是用来消除系统中不确定项的双曲正切函数形式的鲁棒补偿器。应用Lyapunov稳定理论推得的反馈控制律和参数自适应控制律保证了闭环系统的稳定性，同时获得了很好的跟踪性能。在此基础上，将该方法推广到多输入多输出不确定非线性系统中。 4．针对一类含有不确定项的连续非线性系统，设计了鲁棒间接自适应控制算法。首先，根据被控对象的已知信息得到非线性系统的模糊模型，即广义模糊双曲模型，这样容易把先验知识结合到控制器设计中。之后，在包括模糊逼近误差和外部干扰的系统不确定项有界但未知的假设条件下，设计了这个界的自适应估计参数项，并在此基础上设计了一个鲁棒间接自适应控制器。根据Lyapunov稳定理论证明了整个控制策略保证了控制系统跟踪误差收敛到原点的一个很小的邻域内，且闭环系统的所有信号最终一致有界。本文所提控制策略的主要特点是，在每个子系统中只有一个自适应参数需要在线调节，因此，在线计算负担很小；而且，所提的控制策略为一光滑无抖振控制。 5．针对一类含有不确定项的非线性系统，研究了一种模糊输出反馈控制方法。此方法不必假设系统的所有状态变量完全可测，通过构造基于严格正实Lyapunov设计方法的观测器来获得系统的状态变量，从而实现了一种新的鲁棒自适应输出反馈控制策略。 最后对全文作了概括总结，并提出了基于模糊双曲正切模型的模糊控制研究中存在的问题和发展方向。