本文针对实际系统中处理不确定因素影响的问题，研究II型模糊建模方法和基于II型模糊模型的控制方法。在模糊集合中，由于II型模糊集相比于I型模糊集，隶属度函数由一个数值扩展为了一个I型模糊集，增加了模糊性，增强了描述不确定性的能力，因此II型模糊系统在处理不确定因素影响的问题的上，具有独特的优势。在模型形式中，T-S模糊模型综合了模糊系统和线性系统的优势，能采用分段线性关系式来表达模糊关系，也便于同各种线性控制算法相结合，因此，本文的重点放在II型T-S模糊模型的研究上。 本文提出了一种新的II型T-S模糊建模方法，首先通过G-K聚类算法将采集到的数据样本划分为若干个I型的模糊集，然后通过分析数据样本，计算出不确定性对隶属度的影响程度，将I型模糊集扩展为II型模糊集，得到模型的前件，再分析计算不确定性对样本输出的影响程度，将模型后件线性多项式的系数扩展为I型模糊集，最后得到前件为II型模糊集，后件为I型模糊集的II型T-S模糊模型。建模方法计算量小，步骤少，得到的模型精度较高。 其次在II型T-S模糊模型的基础上，结合广义预测控制算法，设计了两种类型的控制器：控制器1和控制器2，控制器1是基于模型输入输出关系式来设计的，设计过程中可引用以往基于I型模糊模型的控制器设计方法；控制器2是将I型到II型的扩展引入到控制器中，计算出控制量模糊集，通过精确化控制量模糊集来得到最优控制量，增强了控制器处理不确定性的能力，但计算量有所增加。