自从1985年T-S模糊系统被提出后，它的模型辨识算法也经过很多学者的研究，这些算法还处在不断地改良之中。T-S模糊系统被广泛应用于基于数据的建模应用中，T-S模糊系统的建模问题在非线性系统的分析与设计中一直是个很重要的话题。T-S模糊模型因为它的万能逼近能力，可以使用较少的规则很好地近似某些非线性函数，因此非常适用于建立非线性系统的近似数学模型，并且在对被控对象非线性的建模中有着广泛应用。控制系统的设计基础就是建立系统的数学模型。但是基于过程的非线性、时变性、随机干扰等不确定性因素，传统的建模方法对某些复杂的非线性系统建模过程就会稍显困难。文章中在常见的T-S模糊系统建模方法的基础上，提出了几种改进的建模方法将非线性项进行建模。根据局部近似化的建模方法，本文采用泰勒级数展开式将模糊模型中的非线性项进行近似化，与局部近似化的方法相比，精度会稍微提高一些。另外一种建模方法是以某些文献的思想做基础，稍作了一些改变，处理了一些带有扰动的非线性项。根据传统的T-S建模方法，把处理方法中的取极值改成取其中较容易求取的数值。还有一种方法是根据所提出的算法去处理一类经典的非线性系统问题，即倒立摆问题，对其进行了一种新的建模方法。最后对每种建模方法进行了比较分析，由于每种模糊建模方法都存在相应的优缺点，所以应该对提出的每一个非线性系统方程进行分析之后选取合适的建模方法，取长补短。