本文首先回顾了国内外非线性系统控制策略的发展概况和各类控制方法的优缺点及模糊控制与神经网络的发展历程。针对非线性系统模型难以建立的特点，提出了两类新颖的系统辩识方法和系统控制方法。 首先，综合智能控制和传统方法的优点，提出了两种全新的控制算法： 一、为解决神经网络在非线性系统控制问题中应用广泛和网络拓扑结构难以确定这一对矛盾，本文在对传统进化规划算法改进的基础上，提出了递阶进化规划这一全新的方法，对网络的拓扑结构和网络参数同时寻优，为神经网络在系统辩识中进一步发挥作用开辟了新的途径。 二、模拟生物的进化过程，克服传统遗传算法自身参数难以确定和模糊规则基难以得到的弱点，充分发挥进化规划算法自身参数少且操作简单的优点，将其用于对模糊规则基的直接提取和根据系统的输入输出数据对非线性系统进行模糊辩识，简化了计算，改善了系统的静动态性能，也为非线性系统的控制提供了一条新的思路。 其次，结合传统PID控制方法结构简单、易于实现和RBF网络收敛速度快的优点，利用改进的进化规划算法和RBF网络实现智能PID控制，大大改善了系统的动静态性能。 最后，在现有设备的基础上完成了对交流伺服系统的实时控制实验，结果表明本文方法不仅具有理论意义，而且具有很强的实用价值，可望在不久的将来能够在非线性系统控制中，特别在机器人这类非线性控制系统中得到推广和应用。