Widrow教授于1986年首次命名并提出了自适应逆控制。自适应逆控制的基本思想是采用自适应滤波理论辨识出被控对象的逆模型，将该逆模型作为控制器与被控对象串联，其输出驱动被控对象，控制对象的动态特性。因此，自适应逆控制不用知道被控对象的精确数学模型，仅需少量的先验知识，即可设计出性能优良的控制器。非线性自适应滤波器是实现非线性自适应逆控制的基础，目前还没有一套明确的选择非线性自适应滤波器的机制。模糊系统具有通用逼近性，能够同时利用数据和语言两类信息，具有学习、适应和数据融合等特点，为不能用精确数学模型表示的病态或复杂系统提供了一种有效的建模途径，很适合用作非线性自适应逆控制中的自适应滤波器。本文主要研究基于模糊逆模型的自适应逆控制，具体工作如下：首先，对课题的研究意义及来源进行了概述，总结了自适应逆控制及模糊逆模型的发展过程及研究现状，介绍了自适应逆控制的基本结构，为后面的研究奠定了基础。给出了模糊建模理论的基本知识，包括传统Ⅰ型模糊建模方法及Ⅱ型模糊建模方法，并对模糊系统建模时输入变量的选择问题进行了较系统的分析。其次，针对单输入单输出非线性系统，提出了一种基于T-S模糊逆模型的模型参考自适应逆控制方法。通过采用对角线划分和递推最小二乘算法，减少了模糊规则数，简化了模糊模型的学习过程；针对被控对象存在的实时扰动，引入扰动消除环节，实现对扰动的有效抑制。仿真结果验证了该方法的快速收敛性及强抗干扰性。然后，针对Ⅰ型模糊系统在处理不确定性问题时存在的局限性，提出了一种基于区间Ⅱ型T-S模糊系统的自适应逆控制方法。Ⅱ型模糊系统采用Ⅱ型模糊集，能够提供更多的可调参数和设计自由度，非线性及不确定性处理能力更强。通过与基于Ⅰ型模糊系统的自适应逆控制方法进行比较，验证了本文方法的有效性与优越性。最后，针对气动加载系统难于进行机理建模的问题，提出采用模糊辨识理论对其进行智能在线建模，并将基于模糊逆模型的自适应逆控制方法应用于一套变载荷气动加载系统的压力控制，与传统的PI控制方案进行了比较。实验结果表明模糊自适应逆控制取得了良好的控制效果。