该论文研究了基于MME准则的非线性系统的辨识和模糊系统理论在非线性系统、单及多变量辨识中的应用，主要内容如下：首先，研究了辨识中用的准则函数，对基于MME准则在不确定系统的应用进行了介绍，并给出了在满足两点边值及协方差约束的情况下，如何确定最优正定阵的问题。 介绍了模糊理论，包括其原理、发展及其公式的推导过程；并对其常用的聚类方法：C-均值及其改进、G-K方法及其改进、马氏距离的引入等进行了详细的介绍。然后，分析了基于T-S模型的模糊理论辨识非线性单变量系统，并进行了仿真研究，并给出了用强跟踪滤波器改进非线性模糊模型的算法，仿真结果证明了此算法的有效性；最后，对T-S模型辨识多变量系统进行了分解，推导出了其辨识算法，包括离线辨识及在线辨识。 本文得出以下结论：基于MME准则的不确定系统辨识中，正定阵的选择存在最优值；强跟踪滤波器可有效的改进基于T-S模型的非线性系统辨统辨识性能。