本文研究了线性离散时间系统、线性广义系统、分布参数系统和广义分布参数系统的迭代学习控制问题，并用仿真例子验证理论结论。全文共分七章，主要内容如下:　　第一章介绍了迭代学习控制产生的背景，研究现状以及存在的问题。第二章研究了线性离散时间系统的迭代学习控制问题。结合SOR迭代法构建得到迭代控制律，并证明在这种控制律的作用下能使得系统的输出跟踪误差收敛于零。　　第三章将迭代学习控制应用到具有固定初始偏移的线性广义系统上。根据系统的性质，提出一种新的PD-P型迭代学习控制算法，给出相应的状态极限轨迹，并进一步将初始修正策略引入到广义系统中。证明得到:在该算法的作用下系统的状态一致收敛于相应的状态极限轨迹。　　第四章研究了一类一阶双曲型分布参数系统的迭代学习控制问题，在适定的初边值定解条件下，给出了系统在P型学习律作用下的收敛性条件。　　第五章研究了带有界扰动项的分布参数系统的迭代学习控制问题。在P型学习律的作用下，系统的输出误差于L2空间内一致有界，并当扰动为零时能收敛于零。　　第六章研究了广义分布参数系统的迭代学习控制问题。基于P型学习律构建得到迭代学习控制器，并利用压缩映射原理，证明在这种学习律的作用下系统的输出误差于L2空间内收敛于零。　　第七章总结本文，并提出有待进一步探究的问题。