在传统的自动控制中，包括经典理论和现代控制理论有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型（如微分方程、传递函数或状态方程）的基础上，但是在实际工业生产中，很多系统的影响因素十分复杂.建立精确的数学模型特别困难，甚至是不可能的.在近几十年来，非线性不确定系统的研究倍受关注，也取得了一定的成就.然而，大多数模糊控制系统都缺乏保证系统基本性能准则的依据，例如稳定性、收敛性等性能，这势必影响模糊逻辑系统应用的深入发展.而模糊自适应控制针对一些具有不确定性的非线性系统表现出一定的优越性.因此，非线性不确定系统的自适应模糊控制倍受关注，吸引越来越多的研究者.　　本文针对一类不确定非线性系统，利用模糊逻辑系统去逼近非线性系统中的不确定项，相应的设计自适应律去估计模糊逻辑系统的参数，从而设计相应的控制器对非线性系统进行控制，达到我们预期的效果.主要研究内容如下:　　首先，对模糊自适应控制有初步的认识，简述模糊自适应控制的基本理论与思想，以及它在国内外的研究现状.介绍本文在前人的研究基础上所做的工作.　　其次，针对一类具有不确定性和干扰的线性系统，首先将系统不确定性进行归一化处理，然后利用模糊逻辑系统对系统不确定性进行逼近，同时对模糊逻辑系统的未知参数进行估计合成相应的自适应律，由此提出了一种模糊自适应控制设计方法.这种模糊自适应控制不仅能够减少自适应律的数目而且也能够保证被控系统的状态及参数估计误差一致终极有界.最后的仿真结果表明了该方法的有效性.　　最后，针对一类具有不确定性的高次非线性系统，提出了一种模糊自适应控制设计方法.首先将系统的不确定环节分离出来，利用模糊逻辑系统进行逼近估计，同时对模糊逻辑系统的未知参数进行估计合成相应的自适应律，然后引入一种新的变量定义使得控制器的设计简单化，再运用Backstepping方法有效地实现闭环系统的局部一致终极有界，利用Lyapunov第二定理证明闭环系统的稳定性.所设计的控制器不仅能够减少模糊规则的数目而且保证了跟踪误差有界且最终被控制在一个适当小的紧集里.最后，仿真实验表明了该控制方法的有效性.