在实际系统中，时滞现象普遍存在。时滞的存在往往使系统的性能指标下降，甚至造成系统的不稳定。时滞系统的控制问题研究具有重要的理论意义和应用价值。 本文针对几种不同类型的时滞系统分别设计了迭代学习控制器，并进行了相关的理论分析和仿真研究。主要内容有： (1)针对存在初态偏移且具有状态时滞的迭代学习控制系统，提出了闭环PD型ILC算法；针对具有控制时滞的迭代学习控制系统，提出了开环PD型学习律；针对存在初始偏移且具有状态和控制时滞的迭代学习控制系统，提出了带初始修正的PD型学习律；分别讨论了以上三种算法的收敛性问题。仿真研究验证了所提算法的有效性。 (2)针对具有积分时滞对象的分批重复操作过程，提出了一种基于Smith预估的迭代学习控制算法；用频域法分析了算法的收敛性，给出并证明了算法的收敛条件。仿真研究验证了所提算法在轨迹跟踪和干扰抑制方面的有效性。 (3)针对一类带未知干扰和不确定参数的一阶非线性时滞系统，设计了自适应迭代学习控制器；在时域内对未知常参数进行估计，在迭代域内对未知时变参数进行估计，充分利用了时域和迭代域的信息，并利用鲁棒控制项对干扰进行补偿。基于Lyapunov稳定性理论，分析了所提算法的收敛性。采用Backstepping技术，将该算法推广到了二阶非线性时滞系统中。仿真研究验证了所提算法的有效性。