随着科学发展和人类研究的不断深入，导电聚合物和压电陶瓷等智能材料领域的应用越来越广泛，操作精度越来越高，从而对系统的动态性能要求也越来越高，而导电聚合物等智能材料中存在迟滞引起的非线性现象，影响着系统的动态性能，给材料的实际应用带来了困难。本文将针对智能材料中迟滞非线性现象进行研究，对迟滞非线性特性进行建模和补偿控制。首先，分析智能材料中迟滞非线性特性，建立具有迟滞特性的系统模型，模拟智能材料中迟滞非线性现象。本文建立的具有迟滞特性的系统模型，由两个部分串联而成：一、不受传递函数影响的Preisach迟滞模型，二、不考虑迟滞影响的传递函数。其次，本文采用离线和在线的辨识方法对具有迟滞特性的系统模型进行系统辨识，离线辨识方法采用最小二乘法，在线辨识方法采用递推最小二乘法和神经网络辨识法。通过最小二乘法得到辨识传递函数来拟合具有迟滞特性的系统模型，再将最小二乘法得到的辨识参数作为在线辨识的初始值，通过递推最小二乘法和神经网络辨识法得到精确地辨识模型，在线辨识能更好的拟合具有迟滞特性的系统模型。然后，根据迟滞辨识模型建立具有迟滞特性的系统模型的补偿控制器，本文针对迟滞辨识模型建立四种控制器，分别为逆模控制器、PID逆模控制器、神经网络逆模控制器和基于遗传算法的神经网络逆模控制器。根据离散辨识方法得到的辨识传递函数，建立了逆模控制器和PID逆模控制器；根据在线辨识方法得到的辨识模型，建立神经网络逆模控制器和基于遗传算法的神经网络逆模控制器。最后，通过仿真结果表明，本文针对具有迟滞特性的系统建立的辨识模型和控制器具有可行性和有效性，能对迟滞非线性现象进行理想的补偿控制。