近些年来,随着控制系统及控制理论的发展,非线性系统的控制研究越来越受到关注。在非线性系统的控制器设计中,后推技术被广泛使用,并且与自适应控制方法相结合使得控制系统更为完善。动态面方法是在传统的后推控制技术上发展起来的,它是研究非线性系统问题的有效途径,能有效的减少后推设计中的参数,降低设计的复杂性。利用神经网络方法对非线性不确定系统的逼近能力,对控制系统进行设计,使得设计更为简单,并已取得了很多研究成果。本文从这些方面出发,研究了非线性系统的自适应动态面控制方法,涉及到以下几个方面：非线性系统；动态面控制；自适应控制；神经网络控制；未建模动态。论文主要工作如下：首先,针对一类带有扰动的不确定非线性纯反馈系统,提出了一种自适应动态面控制方案。将该方法扩展到控制增益为未知函数,且带有未知扰动的一类非线性纯反馈系统,放宽了对于控制系统的要求：对于参数的估计设计中采用了对权向量欧氏范数平方的估计与直接对神经网络权向量估计的两种估计方式,比较了两种估计的效果及优劣。并且取消了关于控制增益偏导数的假设,降低了设计的复杂性;将一般动态面控制设计方法和积分型Lyapunov函数设计方法两种方法相结合,提出了一种自适应动态面控制方案,并证明了整个闭环系统的稳定性,且跟踪误差收敛到原点的一个较小的邻域内。其次,对于带有未建模动态的严格反馈非线性系统,提出了基于RBF神经网络逼近的自适应动态面控制方法。将动态面方法扩展到带有未建模动态的严格反馈系统的跟踪控制中,放宽了动态面方法的应用范围。讨论了控制增益为未知函数的情况,对于参数的估计采用了对权向量欧氏范数平方的估计,减少了估计参数的数量,取消了已有文献对于控制增益偏导数的假设,降低了设计的复杂性；有效的利用动态面方法的紧集处理未建模状态部分,简化了设计。最后,基于Lyapunov函数方法证明了整个闭环系统的稳定性。最后,研究带有未建模动态的非线性纯反馈系统,分别利用神经网络权向量欧氏范数平方的估计和权向量直接估计方法,提出了RBF神经网络逼近的自适应动态面控制方法。论文讨论了系统输入为死区输入时的控制器设计,与原有控制效果进行了对比。最后,通过理论分析并证明了整个闭环系统的稳定性。本文通过研究,几类非线性控制系统的设计和控制跟踪问题得到了很好的解决,以上结果均经仿真验证,从仿真结果可以看出,文中所提出的所有方法都是有效可行的。