近年来,复杂非线性系统的控制设计问题引起了各国学者的广泛关注,并取得了许多突破性的成果,像反馈线性化、自适应反演、神经网络理论、模糊逻辑控制等。但大多数研究成果都是针对的仿射型系统,非仿射型系统的研究成果相对较少。许多实际系统像一些化学系统、飞行器控制系统等并不能用仿射型来描述。对于一些相对成熟的仿射型系统的设计方法也不能简单推广到非仿射型系统设计中。显然,非仿射系统的控制问题还没有形成一种系统化的设计方法。为此,本文针对一类非仿射非线性系统,对现有的一些成果加以改进,利用该类系统所特有的性质,采用微分几何和微分代数等数学理论,设计了一套控制算法,以实现对该类对象的有效控制,所提成果可以用于仿射非线性系统,从而为解决该类问题找到一种较为通用的方法。首先将文献中的现有控制方案加以改造,对一类非仿射非线性系统,在前人研究成果基础上,根据其微分隐式推导出控制器表达式,设计了一套基于BP神经网络的自适应控制方案。其中,在设计鲁棒控制项时,采用双曲正切函数代替常用的符号函数,使得系统信号趋于光滑,运行更顺利。接着,在神经网络控制算法的基础上加入了H~∞最优控制算法,并设计出系统的自适应律,分析了系统的稳定性,收敛性,通过仿真验证所提方案的有效性。最后将被控对象推广到大规模非仿射非线性系统进行设计,假设各子系统之间的互连效应上界为滤波误差的一次多项式,采用伪控制技术,设计了一套基于神经网络的自适应控制方案。每一个子系统采用一个神经网络逼近未知函数。所提出的方案能够用于如自动化高速公路中汽车空位调节和某些化学反应过程等大规模非仿射非线性系统的控制。