现代控制工程中的系统多表现为非线性、时变和不确定性，采用传统的建模方法比较困难，或者根本无法实现，在这种情况下，要实现有效的控制，必须采用模型辨识的方法来获取对象的近似模型，并加以控制，目前用于系统辨识的模型种类很多，模糊模型是其中的一种，它随着模糊控制的发展而被人提出，模糊模型具有万能逼近和强非线性的特点，比较适合于描述复杂非线性系统，为了解决模糊模型在输入变量较多时规则数膨胀的问题，文中引入递阶型模糊模型，并引证这种结构的通用逼近特性。遗传算法是模拟自然界生物进化“优胜劣汰”原理的一种参数寻优算法，它具有隐含并行性和全局最优化的能力，并且对寻优对象的要求比较低，在工程应用和科学研究中，得到了广泛的应用，本文将遗传算法引入模糊模型的辨识，取得了很好的效果。全文共六章： 第一章绪论：简要介绍课题的研究背景、研究意义和论文所做的工作。 第二章遗传算法：介绍了遗传算法的思想起源、算法流程图，以及算法各个组成部分的细节，最后介绍遗传算法的程序实现，并举以实例说明算法的有效性 第三章模糊模型及其辨识：介绍了模糊模型的定义、分类、结构、通用逼近特性，最后介绍了递阶型模糊模型的结构和万能逼近特性。 第四章遗传算法在模糊模型辨识中的应用：详细介绍了遗传算法思想在模糊模型辨识中的实现及算法流程和一些源程序。 第五章系统仿真：以具体的非线性系统为例，进行仿真试验，对于仿真的每一步都有详细说明，并举多个实例以示对照 第六章结束语：总结论文的工作，总结论文尚未解决的问题，并作简要分析