迭代学习控制是采用“在重复中学习”的学习策略，它具有记忆系统和经验修正机制。它是以控制系统的实际输出与期望输出之间的偏差来不断修正控制信号，从而提高控制系统的跟踪性能。传统的迭代学习控制算法中的外部参数对迭代学习算法的收敛性和收敛速度的影响非常大，由此引申出利用优化理论来设计迭代学习控制律的思想。为了减小外部干扰及参数扰动对迭代学习控制算法的影响，本文针对连续系统建立一种基于等效控制的模糊滑模变结构迭代学习控制算法。该算法将滑模控制器引入迭代学习控制算法中，用于弱化外部干扰及参数扰动对算法的精确度的影响，再将模糊控制与滑模变结构控制相结合，控制信号被模糊控制柔化，从而改善了传统滑模控制的抖振现象。一般来说，在基于等效控制的滑模控制器中，由等效控制和切换控制组成控制律，等效控制将系统状态保持在滑模面上，切换控制迫使系统状态在滑模面上滑动。利用模糊规则和等效控制原理，建立模糊滑模控制器，从而消除抖振。最后，本文对基于模糊滑模变结构控制的迭代学习控制算法进行了分析研究，对比分析得出，模糊滑模变结构迭代学习控制算法可以有效地减小外部干扰和参数扰动对控制算法的影响，同时具有更好的收敛效果。模糊滑模迭代学习控制算法在实际应用中具有很好的应用前景。