近年来,人类社会已经进入了大数据时代。信息科学和技术的快速发展,生产技术、生产设置和产业过程也变得越来越复杂。因此,利用基于物理和化学理论建立的传统数学模型方法,分析和控制现在的复杂系统已经成为不可行。并且现代数字传感器、数字存储、数字通信等技术的普遍应用,使得动力系统每天产生大量的数据来反映各种信息。因此有效地利用这些在线和离线数据,进行数据挖掘、模式识别和计算机控制技术,已经成为控制理论另一个具有挑战的难题。本文主要应用基于数据的方法,研究了MIMO非线性系统的无模型自适应控制,并考虑了测量得到的输出数据存在外部扰动的情况。具体如下：首先,在控制理论和系统工程的学习过程中,对系统属性的研究是一个重要的课题,因此本文首先给出基于数据方法,即仅使用测量得到的输入输出数据,分析离散时间系统的状态能控性、输出能控性、能观测性。与传统的基于模型的方法相比较,基于数据的方法计算精度高,降低计算复杂度。然后,无模型自适应控制方法主要针对的是非线性离散系统控制器设计,其主要特点是控制器设计只需要系统的输入输出数据。本文研究的是MIMO非线性离散系统,建立了三种线性化动态模型形式,分别为紧格式线性化模型偏格式线性化模型,全格式线性化模型。根据三种线性化动态模型形式,在考虑了测量得到的输出数据存在外部干扰前提下,分别进行了相应的控制器设计,并分析了系统的鲁棒收敛性和稳定性。最后,分别开展了仿真研究,理论分析和仿真算例表明所提方法的有效性。