时滞特性是工业生产过程中十分普遍的现象。由于滞后的存在使扰动不能被及时察觉，控制作用要滞后很长时间才能反映到对象输出量上，调节效果不能被适时反映，因而大大降低了控制系统的稳定性，容易导致较大的超调量和较长的调节时间，严重影响被控系统的控制品质。 本文首先对Smith预估器进行了深入的研究，为了克服Smith预估器对模型要求的准确性过高的缺点，本文针对工业过程中最常见的一阶惯性加时滞系统给出一种改进型的Smith预估器，在系统对象的参数发生变化的情况下，可以自适应地调节等效对象，使闭环系统稳定。 对于时滞参数和系统参数都是时变的时滞系统，依赖对象模型的控制方法难以获得满意的控制效果。因此本文对时变时滞系统的参数辨识进行了研究。首先针对系统参数的辨识，主要研究了最小二乘法以及其改进方法。然后针对时滞参数的辨识提出了两种方法，一种是基于遗传算法的时滞参数辨识方法；另一种是基于互相关技术的时滞参数在线辨识方法，该方法能够快速跟踪大范围变化的时滞参数，仿真结果证明了各方法的有效性。其次，本文对自适应预测控制算法进行了研究。在时变时滞参数辨识基础上，使自适应预测控制算法更适用于时变时滞系统的控制问题。 本文最后将自适应模糊控制与Smith预估控制相结合，提出在线修改模糊量化因子和比例因子的自适应模糊Smith控制算法，仿真结果证明了算法的有效性。