非线性系统是实际中存在的一类复杂系统，特别是具有强耦合、高度不确定性、参数快时变特性的非线性系统，无论在建模还是控制方面都具有相当的难度。对非线性系统，多模型方法是一种行之有效的建模与控制方法，它通过建立多个局部模型来实现对被控对象的模型结构和参数不确定性的覆盖及强非线性的逼近，并根据每个局部模型设计相应的局部控制器，通过多模型的切换指标函数，将这些局部模型/控制器构造成系统的全局模型/控制器。多模型方法能够有效地改善控制系统的过渡过程品质，满足实际中对控制系统的暂态、静态性能指标的要求。 　　但是，以往多模型自适应控制的研究工作多集中在设计不确定性线性系统，而多模型方法在非线性系统的研究工作还处于起步阶段。本文以非线性系统作为研究对象，将多模型方法与局部化技术相结合，提出了一种关于非线性系统模型集动态优化的多模型自适应控制方法。 　　对于非线性系统，可以利用系统的先验知识建立由部分线性化局部模型组成的初始模型集，也可以在无初始固定模型的情况下，实时在线建立系统模型集。在模型集动态优化方法中，利用模型间距离的概念确定模型集中模型优化动作(模型更新、添加、移除、删除)。 　　在模型切换方面采用基于指标函数的间接切换方法，利用局部化技术建立模型子集，减少了在线计算模型集中的模型数量，大大缩短了模型切换时间，并对其中的切换指标函数进行改进，在一定程度上改善了模型切换过程中存在的抖动，加快了模型间切换的收敛问题。仿真结果表明，对非线性系统在一定范围内有很好的控制效果，并较以往的方法在控制性能上有不同程度的改善。