自二十世纪八十年代以来，非线性系统的自适应控制取得了巨大的进展。概略地讲，自适应控制是一种随着系统的参数和结构变化能自动调节控制策略的控制方法。非线性系统常常是一种其结构和参数都无法精确知道的复杂系统，对它们建立用来确定控制策略的精确的数学模型是极其困难的。因此对非线性系统采用自适应控制是非常自然的事。自适应控制理论最为成功的是所谓参数严格反馈的非线性系统(本文中，将其称为三角型非线性系统)。至今，这类三角型非线性系统考虑最多的是不确定参数线性地出现的情况，而不确定参数非线性出现的情况只有少数论文涉及。实际上不确定参数线性地出现只是一种近似情况。另外，在有外界扰动的情况下，自适应控制需要较强的假设。因此，尽管三角型非线性系统的自适应控制理论取得了许多重要进展，仍然有大量的工作可以做。 本文对几类三角型非线性系统的自适应控制问题进行了研究，既考虑不确定参数线性出现的情况，也考虑不确定参数非线性出现的情况。主要的结果如下： 1、三角型系统的鲁棒自适应跟踪。假定所考虑的三角型系统具有参数不确定性并有非线性扰动函数。我们考虑了二类扰动函数，一是扰动函数具有确定性的上界函数，二是扰动函数具有不确定的参数上界函数。在参数不确定性函数关于参数三阶偏导数有界的条件下，提出了不确定性参数的自适应律，解决ε-跟踪问题。同时对于不知道其非线性参数确定界，即在|(?)~T (?)~2f／(?)θ~2(x，(?))(?)|≤2hΦ的情况下，运用反步(backstepping)法设计了鲁棒自适应控制器，该控制方法能保证所有信号全局一致有界，有关结果的具体描述见第二章。同文[6]的结果相比较，允许更广泛类型的不确定性函数。 2、二阶三角型非线性系统全局自适应调节。假定系统的不确定性参数是非线性出现的。至今，只有少数文章涉及此类系统。在不确定函数的泰劳二阶展式余项带有不确定性上界函数的情况下，研究了全局自适应控制调节问题。给出了参数自适应律的表达式。本文的自适应律的设计方法与已有的完全不同。有关结果的具体描述见第三章。3、磁悬浮系统的人工神经网络控制。磁悬浮系统是一类重要的实际非线性系统。文[35]在没有干扰情况下，研究了用人工神经网络的控制问题。文[34]在存在依赖时间的干扰下，研究了鲁棒控制问题。本文在存在依赖于时间和状况的干扰下，研究了用人工神经网络的控制问题。在设计中我们利用神经网络去逼近一个非线性未知参数，设计比例积分控制器来稳定悬浮物体的位置误差，最终达到预期目的，使得闭环系统所有信号有界，并且得到了很好的跟踪效果和瞬时性能。有关结果的具体描述见第四章。 本文对所设计的控制方案进行了仿真研究，仿真结果表明，这些控制方案不仅可以保证闭环系统的稳定性，而且还可以获得很好的控制效果，有的设计还解决了ε-跟踪问题。