博弈论是使用严谨的数学模型研究冲突对抗条件下最优决策的理论，主要抽象出的基本元素有博弈参与者，策略，信息，代价函数，均衡等。因其在自然科学、社会科学与军事科学等领域中均有十分广泛的应用，关于博弈平衡点搜索算法研究也纷繁多样。针对非合作博弈问题中的纳什均衡点，传统的搜索算法往往需要模型的具体信息，如代价函数的表达形式，其他参与者的决策信息等。当模型的信息不可知时，均衡点的搜寻具有挑战性。　　本文利用随机极值搜索方法，研究了非合作博弈纳什均衡点的离散时间搜索算法和风能发电中的最优控制问题，主要工作包括:　　一方面，我们给出了非合作博弈中收益函数的离散时间纳什均衡点的随机搜索算法及收敛性分析。博弈参与者之间信息无法交互，且只能实时获得自身的收益量测信息，收益函数具有一般性（不一定是二次形式）且具体形式未知。基于随机极值搜索方法，给出了纳什均衡点的搜索算法，并用随机平均原理证明了算法的收敛性。最后，我们给出了相应的具有三个参与者搜寻纳什均衡点的数值仿真，仿真结果验证了算法的有效性。　　结合风速的随机性，我们研究了风力发电机内部控制原理，设计出随机极值搜索算法，实现对单个风力发电机最优控制。控制原理主要基于叶尖速比和风能利用率函数之间的单极值关系，将风速通过有界周期函数处理作为激励信号，来探测风能利用率函数的梯度信息，进而设计出叶尖速比的搜索方向，得出叶尖速比参考值。根据风速和叶尖速比参考值计算出参考的转速信息，通过矢量控制技术将当前转速向最优转速调节，实现风力发电的最优控制。