无模型自适应控制算法(MFAC)与基于模型的自适应控制算法(MBC),在被控对象、研究方法、对模型的处理、控制器的设计思路等方面均有着本质区别。MFAC算法是一种无需系统精确模型,不利用系统动力学信息进行控制器设计的数据驱动控制方法。该方法具备先进控制器的特征,具有较强的系统适应性、抗干扰能力和输出跟踪性能。论文的主要工作如下:首先,提出了一种改进型无模型自适应算法(HIU-MFAC),即通过改变MFAC算法的准则函数,进一步对系统的输入输出数据的变化率信息进行利用,针对离散复杂非线性系统,将MFAC和HIU-MFAC算法进行仿真对比,验证了改进算法的有效性和理论价值;针对参数未知的对象,将自校正PID算法与HIU-MFAC算法进行仿真,通过对输出跟踪性能和控制输入进行对比,进一步验证了HIU-MFAC算法对参数未知或模型不精确系统的优越性。其次,在现有参数整定方法的基础上,提出了一种基于虚拟参考反馈的无模型自适应控制算法(VRFT-MFAC),通过对系统敏感性最高的权重因子?进行自主自适应的赋值,避免了人为选择性赋值带来的不确定性,降低了算法对参数?赋值的盲目性,仿真结果表明,VRFT-MFAC算法在基本对系统跟踪性能的快速性几乎没有影响的前提下,超调量减小,输出跟踪性能更好,控制输入更为平滑稳定,可以很好地满足系统精密、准确、快速和不过冲的要求,具备较强的适应能力。最后,采用固高科技直流伺服系统控制实验平台GSMT2014,设计在MATLAB/Simulink环境下的直流电机伺服实时控制的调速系统,并对HIU-MFAC、MFAC和PID算法进行了实验研究和结果分析对比,充分证明了HIU-MFAC算法较强的通用性、良好的动态性能和鲁棒性,初步具备实际工程意义。