迭代学习控制适合于具有重复运动性质的被控对象,可实现有限时间区间上的完全跟踪任务。但在实际工程中还存在着许多问题阻碍迭代学习控制技术的进一步应用,主要的障碍是要求目标轨迹在整个操作过程中必须严格一致,如果目标轨迹发生变化,不管这变化多么小,迭代学习控制都必须重新开始学习,先前学习所得的控制经验全都不能利用,这在很大程度上降低了学习效率。本文从直接学习控制和自适应迭代学习控制两个方面研究了非一致目标跟踪控制问题。首先介绍了迭代学习控制的概念、基本思想、内容、研究现状及其存在的问题;第二章,介绍了本文将要用到的基本定义及定理;第三章,介绍了直接学习控制的研究现状,并针对一类具有未知相对度的线性系统,研究了目标轨迹具有相同的时间尺度和形状但数值尺度不同的直接学习控制问题,并给出了直接学习控制方法;第四章,针对第二章所提的问题,进一步研究了目标轨迹的数值尺度和时间尺度都不同的直接学习控制问题,并给出了直接学习控制方法;第五章,介绍了基于李雅普诺夫方法的学习控制研究状况,并针对一类具有未知相对度的非线性系统,研究了非一致目标跟踪控制问题,提出了自适应迭代学习控制算法,并证明了该算法的收敛性。