本文首先简要介绍了所研究问题延迟系统控制及非线性系统辨识理论的国内外发展概况，指出了所做的研究具有理论价值和广泛的实际应用前景。滞后环节在工业生产过程中普遍存在，大时滞的存在严重影响了系统的稳定性，甚至引起系统闭环的不稳定或根本无法对系统进行有效的控制。本文在第二章中分析了常规PID控制器的弊端和史密斯预估控制对模型的过度依赖问题。并提出在控制器前增加一滤波器来提高控制器的控制品质和鲁棒性，仿真表明该方法对延迟系统的控制具有较好的控制性能。非线性现象是在工程技术、科学研究以至自然界及人类社会活动的各个领域普遍存在的问题。本文在第三章和第四章中以复杂的非线性系统为对象，主要对非线性系统的辨识方法进行了研究。详细分析了将神经网络和模糊逻辑系统应用于非线性系统辨识的基本思想和步骤，并通过仿真研究了各辨识模型的优缺点，提出了改进的模糊模型辨识方法，该方法在现有算法的基础上作了改进，融合模糊控制和神经网络的优点，根据过程变量的动态变化实施辨识器的参数在线调整使非线性系统的辨识获得了良好的效果，仿真表明了该控制方案的优越性。最后，对本文主要研究工作作了总结，并提出了一些以后值得研究的问题和研究方向。