模糊自适应控制是模糊控制理论向着自适应(或称自学习、自组织)方向发展,使得模糊控制规则在控制过程中自动地修改、完善和调整,从而使系统的控制性能不断改善,达到预期的控制效果而形成的一个研究领域。由于模糊自适应控制系统可以在运行过程中不断修正自己的控制规则来改善控制性能,并且收敛速度快、鲁棒性好,非常适用于参数时变和非线性复杂系统,因而受到控制界的广泛重视。模糊自适应控制理论发展到今天,针对具体的不同系统其控制方法很多,每种方法的结构设计、适用范围等都不同。本文首先介绍了模糊自适应控制理论及几类常用模糊自适应控制方法。根据被控对象的不同,分别从线性系统和非线性系统的模糊自适应控制方法的角度出发,研究了模糊PID参数自整定控制器、基于模型参考的自适应模糊控制器、直接型自适应模糊控制器和间接型自适应模糊控制器。通过对线性系统模糊自适应控制方法的研究,对比分析了收敛性,误差,稳定性等指标,仿真结果表明模糊自适应控制方法在突加扰动或被控对象参数改变时,具有很强的适应性和鲁棒性。非线性系统的模糊自适应控制已成为当前控制领域的热点研究方向。本文重点针对仿射非线性系统的跟踪问题,应用Lyapunov综合法,研究了直接型和间接型自适应模糊控制器和自适应律的设计方法,并通过仿真结果验证了设计方法的有效性及可行性。本文在间接型自适应模糊控制方法的基础上,针对有关自学习律的两个参数γ1、γ2和仿真步长h提出了一种参数选择方法,在理论上推导出这三个参数的取值范围。采用倒立摆跟踪模型进行仿真,验证了该参数方法的有效性,并在仿真结果的基础上,总结了有关参数变化对系统性能影响的规律。