在自适应模糊控制研究中，许多方案都属于直接型或间接型自适应模糊控制，这样的方案只是单纯利用控制行为知识或被控对象知识，这将导致人类经验知识或专家知识不能被充分的利用；而且，大多数算法是在假设逼近误差满足平方可积条件下进行设计；另外，大多方案提出的自适应律都是对最优逼近参数向量进行自适应调节。然而，在实际工程中，逼近误差满足平方可积条件很难实现；而对最优逼近参数向量的估计进行自适应调节，在线计算的负担又很繁重。 基于上述存在的问题，本文提出了两种控制方法： 1) 针对一类具有扰动的SISO不确定非线性系统，设计了一种具有连续监督控制功能的组合型自适应模糊控制方法。该方法可以充分利用被控对象知识和控制行为知识，所设计的组合型控制律由三部分组成：跟踪控制项、连续监督控制项和自适应补偿控制项。连续监督控制项用于保障系统的状态有界，跟踪控制项用于获得期望的输出跟踪性能，通过自适应补偿控制项来同时补偿模糊逻辑系统的逼近误差及外部干扰的影响，在稳定性分析中取消了最小逼近误差满足平方可积的条件，仿真结果表明本方法比单纯利用被控对象知识或控制行为知识具有更好的跟踪性能。 2) 针对一类具有扰动的MIMO不确定非线性系统，提出了一种间接自适应鲁棒模糊控制方法。通过鲁棒控制项来补偿函数逼近误差以及外部干扰对跟踪误差的影响。该算法不需要假设逼近误差的界限已知或逼近误差满足平方可积条件，也不需要假定系统状态是完全可测的，只是假设逼近误差和系统的外扰有界但未知。给出的自适应律只是对逼近误差的不确定界进行自适应在线调节，从而大大地减少了在线计算量。 提出的两种模糊控制器设计方案能够保证闭环系统的所有信号是一致有界的，并且系统跟踪误差收敛到零或指数收敛到一个小的零邻域内。仿真结果验证了所提出的方法是有效的。