首先，论文研究了基于T-S模糊神经网络的自适应逆控制问题，通过改进模糊基函数，简化了神经网络的学习过程；利用李雅普诺夫稳定性定理得到了网络学习算法的收敛性条件；通过简单的代数方法，证明了所设计的自适应逆控制结构的正确性。 　　其次，论文研究了利用支持向量机进行系统建模、逆建模，进而实现逆控制的方法。基于线性自适应逆控制的ε-滤波结构，构建了能够实现非线性控制的控制结构。 　　再次，论文研究了存在扰动情况下的自适应逆控制问题。通过改进建模结构，使得系统建模对扰动与系统输入输出的相关性不敏感，系统逆建模对于系统模型的精确性不敏感。通过改进传统自适应扰动消除器，使其具备消除抖动建模噪声的能力。 　　最后，论文研究了自适应逆控制在逆变电源控制中的应用，并与传统的PID控制方案进行了对比，表明自适应逆控制能够获得更小的总谐波畸变率。