本论文在综合论述自适应模糊控制的基础上，对模糊逻辑系统的优化辨识、间接自适应模糊控制的控制方法、直接自适应模糊控制的控制方法、自适应模糊控制应用于机电对象做了连续深入的研究并创造性地做了一些工作： 1、由于一般辨识中训练模糊逻辑系统参数的算法为最速下降法，该方法较简单，收敛较慢，且越是接近极值点收敛越慢，而共轭梯度法的实现程序也较简单、容易实现，但其收敛速度比最速下降法快，因此利用这些优化方法来训练模糊逻辑系统的参数是可行且有优势的。 2、本文对一般间接自适应模糊控制的控制方法和直接自适应模糊控制的控制方法作了深入研究，大大改进了前人的设计方法：改进了自适应模糊控制系统的结构、改善了控制系统的稳定性和动态性能及鲁棒性、简化了设计方法。前人采用监督控制来保证系统的稳定、采用了两个策略来调整参数，且自适应律为积分(Ⅰ)型。本文取消了监督控制，利用李亚普洛夫稳定理论证明自适应模糊控制系统不须监督控制也能稳定；同时本文对自适应模糊控制系统的自适应律进行了系列研究，推出了鲁棒积分(RI)型、鲁棒比例积分(RPI)型、鲁棒比例积分微分(RPID)型自适应律，且本文采用一个策略来调整参数。同时本文在自适应模糊控制系统的实时控制方面、推广对象的适用范围等方面也进行一些独到的研究。 3、自适应模糊控制的应用是人们很感兴趣的一方面，监于自适应模糊控制系统理论本身不完善及自适应模糊控制系统具体实现的难度较大，自适应模糊控制系统的应用尚处于开拓阶级，作为本文方法的进一步验证和应用实例，本文对并联机器人、倒立摆、RHINO机械手伺服系统等机电对象的自适应模糊控制进行了仿真和实验研究并取得了良好的结果。