最优控制是目前非线性控制理论的研究热点和难点问题，为此，本文针对非线性离散系统，提出的自适应模糊控制方法不仅对于处理系统的不确定性更加有效，而且改进了系统的控制性能。通过利用优化控制方法和引入的性能指标函数，使得控制成本达到最小，进而实现最优控制。本论文主要做了以下三方面的工作：（1）针对一类包含了未知函数和非对称死区的非线性离散系统，提出了一种自适应模糊优化控制算法。模糊逻辑系统用于逼近系统中的未知函数。基于强化学习和backstepping算法，设计控制器使得性能指标函数达到最小，从而实现优化控制的目的。设计自适应辅助信号来处理死区带来的影响，再利用梯度下降规则求得自适应律。最后，根据李雅普诺夫稳定性定理，证明了该闭环系统的所有信号的有界性。仿真实例验证了所提出控制算法的可行性。（2）基于带有滤波跟踪误差的直接启发式动态规划方法，解决了Henon映射混沌系统的最优跟踪控制问题。其中模糊逻辑系统用于逼近效用函数，较之前的工作，减少了控制器的成本。最后，依据李雅普诺夫函数分析方法，确保了系统的稳定性，同时，证明了跟踪误差、自适应律和控制输入的有界性。仿真结果证明了设计方法的有效性。（3）研究了离散的六阶感应电动机模型的自适应跟踪控制问题。在设计过程中，充分利用了模糊逻辑系统的逼近性能，且较之前的控制，提出了仅需较少设计参数的自适应方案，减少了计算量。在李雅普诺夫意义下，保证了被控系统的所有信号半全局一致最终有界，且跟踪误差收敛到零的一个小领域内。仿真结果进一步说明了提出方法的实用性。