模糊自适应控制作为非线性系统分析和设计的重要方法之一，在近些年受到了众多专家、学者的广泛关注。在当前的模糊自适应设计方法中，通常是利用基于IF-THEN模糊规则的模糊逻辑系统对非线性系统的未知项进行逼近，即将未知项构造成带有误差的模糊基函数的线性组合形式,并采用基于自适应理论的方法估计线性组合的系数和逼近误差，最后设计模糊自适应控制器。在这种设计方法中，控制器和自适应律的构造都与模糊规则密切相关，为了改善系统的控制精度，通常需要大量地增加模糊规则提高模糊逼近精度，由于自适应律的数目与模糊规则的数目相同，自适应律的数目也随之急剧上升，并增大系统的在线计算量，进而产生较大延时并有可能导致系统失稳。　　针对上述问题本论文主要做了以下工作：　　1.首先为了解决上述问题，本文从改造传统模糊逻辑系统结构这一方面入手，将模糊知识库的IF-THEN类型的模糊规则替换为与输入输出变量相关的语言变量，利用单位分解函数方法对模糊语言值进行整合处理，并选用了乘积推理等机制，构造出一种新的无规则模糊逻辑系统。该系统的知识库不再涉及模糊规则，但它的输出仍然是模糊基函数的线性组合形式，并且具有较少的可调参数可以替代常规的规则型模糊逻辑系统。　　2.针对一类带有不确定项的非线性系统，基于无规则模糊逻辑系统和能保证状态有界的监督控制器设计了自适应模糊跟踪控制器，最后通过数值仿真证明了该控制器的可行性和优越性。　　3.在无规则模糊逻辑系统基础上，引入了持续监督控制的概念，不仅可以保证状态有界，还能改善系统的动态性能，还加入自适应补偿控制项来补偿系统的逼近误差，使得在稳定性分析中不再需要最小逼近误差满足平方可积的条件。最后利用上述条件针对一类非线性系统进行自适应稳定控制器的设计，仿真结果证明了本方法的性能的优越性。