非线性系统的优化控制与容错控制（Fault Tolerant Control,FTC）一直是控制领域研究的热门问题,自适应动态规划（Adaptive Dynamic Programming,ADP）结合了强化学习（Reinforcement Learning,RL）与动态规划（Dynamic Programming,DP）的思想,能够有效地解决非线性系统的最优控制问题。本文考虑优化与容错两个方面,不仅对ADP相关控制方法进行了优化改进,还将其推广至FTC领域,针对一般非仿射形式非线性系统,提出了新的自适应增量优化FTC方案。本文主要针对非线性系统的状态调节与跟踪控制问题,考虑几类典型的执行器故障,结合执行器分组、预定性能边界（Prescribed Performance Bound,PPB）变换、递推最小二乘（Recursive Least Squares,RLS）辨识以及自适应故障参数调整算法和增量自适应动态规划（Incremental Adaptive Dynamic Programming,IADP）控制算法,在状态可测与不可测的条件下分别设计了基于状态反馈和基于输出反馈的优化容错控制器。首先,针对非线性系统状态调节优化控制以及调节过程中的动态性能问题,引入PPB变换,基于策略迭代思想,利用状态反馈为等价增量系统设计IADP优化调节控制律,使系统状态在偏离平衡位置后能快速响应并调节回平衡位置,达到PPB的预定性能要求,且性能指标最优,减少在选择最优控制参数时对设计者经验的依赖从而能够较快地选择参数。其次,针对执行器故障情形下的非线性系统优化容错状态调节问题,基于PPB变换后的等价增量系统,建立相应的增量故障模型,设计自适应故障观测器来估计故障参数。利用状态反馈设计IADP调节优化容错控制律,使系统能对执行器故障快速响应,并且能快速调节至平衡状态,弥补了原本容错能力的不足,极大地提升容错性能。然后,考虑状态不可测的情形,研究具有执行器故障的非线性系统容错状态跟踪控制问题。根据PPB变换后的等价系统,对原输出方程进行增量变换。利用可测的输入输出信息重构系统状态,并设计自适应故障观测器。基于输出反馈设计IADP容错跟踪控制器,使系统在执行器发生故障时,依旧能实现快速跟踪并使动态跟踪误差始终保持在PPB的约束边界内。文中所提出的控制方案均在MATLAB/SIMULINK软件上结合非线性系统模型进行了仿真,结果验证了所设计控制算法的有效性。