本论文主要考虑了未知仿射非线性系统的自适应控制问题，分别研究了单输入单输出(SISO)和多输入多输出(MIMO)两种情形。针对单输入单输出系统的自适应控制问题，提出了一种在线自适应模糊神经网络辨识与控制方法，该方法利用广义模糊神经网络学习算法实时建模系统的逆动态来实现网络结构和参数的同时在线自适应。考虑到网络建模误差和外部干扰的存在，基于控制理论设计了一个鲁棒补偿器，并基于lyapunov稳定性理论设计自适应控制律对网络的权值进一步在线调整，倒立摆的仿真实验证明了所给方法能够实现系统的鲁棒输出跟踪。针对多输入多输出系统的自适应控制问题，分别研究了基于神经网络的直接和间接自适应鲁棒控制问题。基于“主导输入”的概念，将非线性MIMO系统分解成多个带外部干扰的单输入单输出子系统，利用神经网络学习每个子系统中的非线性函数或者每个子系统中的反馈线性化动态，神经网络的权值修正规则由lyapunov稳定性理论导出。并基于控制理论设计一个鲁棒补偿器抑制各子系统的交叉耦合影响以及神经网络逼近误差和外部干扰的影响。仿真实例及锅炉内胆与夹套水温的解耦控制实验证明了所给方法的有效性。