众所周知，迭代学习是一种基于品质的控制算法，自适应控制则是一种有效处理系统未知参数的方法，而自适应迭代学习控制巧妙地集合了这两种控制思想的优势，成为参数化不确定系统在实现有限时域上完全跟踪的有效途径之一。当非线性参数化系统的控制方向未知时，这种自适应迭代学习控制问题就会更复杂了，所以将Nussbaum增益技术结合到自适应迭代学习控制方法中是解决系统跟踪问题的一个新思路。将自适应迭代学习控制研究方法应用到复杂动态网络的有限区间上同步问题也是一个具有挑战性的问题。针对以上问题，本文研究成果如下：第一，针对一类具有未知控制方向的非线性参数化时滞系统，设计了一种新的自适应迭代学习控制策略。利用Nussbaum增益技术有效地解决了控制方向未知问题。构造复合能量函数给出了迭代跟踪误差序列的收敛性和所有闭环信号的有界性条件。最后通过数值仿真验证该控制策略的有效性。第二，针对一类具有未知时变耦合强度的复杂动态网，应用自适应迭代学习控制方法设计出一种新的控制律和自适应律来实现复杂动态网在有限时间域上的完全投影同步。之后通过构造复合能量函数证明了投影同步误差序列在迭代域上的一致收敛性和所有闭环信号的有界性。最后通过数值仿真验证其有效性。第三，针对一类具有非一致节点和未知时变耦合强度的复杂动态网，设计出了一种新的自适应迭代学习控制律，并使得复杂动态网的所有节点在有限时间域上的达到完全投影同步。通过数值仿真验证控制策略的有效性。