针对复杂非线性系统机理不清难以依据传统机理法建立数学模型的问题,本文提出基于系统非线性有源自回归（Non-linear Autoregressive with Exogenous input,NARX）模型的非线性系统动力学响应建模方法来解决。NARX模型是一种多项式形式的数值模型,因为其结构简单,普适性好,鲁棒性强,构建容易,能反映真实系统特性等特点,在诸如冶金,机械,医疗等的许多领域得到了广泛应用。构建非线性系统NARX模型的过程是一个典型的系统辨识过程,只需要利用充分包含了原系统特性的动力学响应信号和与其对应的激励信号,通过可靠的辨识算法,就能得到系统的NARX模型,避免了通过机理法建立系统模型时需要事先学习体量庞大的理论知识这一环节,简化了建模过程,大大提高了建模速度,适用于解决工程实践中的系统建模和分析等问题。在利用NARX模型分析非线性系统时,一般会涉及到数据采集,数据预处理,构建NARX模型,模型验证,模型分析等步骤。其中,所构建的NARX模型是否接近原系统,对最后的分析结果有着十分重要的影响,因此,本文以为非线性系统构建NARX模型为目标,着重研究了建立NARX模型的建模方法,主要内容有以下几部分:（1）以Duffing型单自由度非线性振动系统为对象,研究了基于系统的非线性动力学微分方程（Nonlinear dynamic differential equations,NDE）模型构建系统 NARX 模型的方法。仿真对比了不同离散方法所得NARX模型的区别,并在理论上构建了含离散误差的NARX模型。通过对误差项的分析,解释了不同离散方法所得NARX模型在预测系统响应方面存在差异的原因,从而确定了通过NDE模型直接构建NARX模型的最佳离散方法。（2）对比研究了利用系统动力学响应建立NARX模型的建模算法。通过理论推导和仿真研究,对比不同算法所得结果之间的差异,确定了不同建模算法的适用范围以及预选正交最小二乘（Forward Regression Orthogonal Least Square,FROLS）算法在建模方面的优势。（3）将滑移窗（Sliding window,SW）的思想和FROLS算法相结合,提出SW-FROLS算法,将数据中受噪音影响大的数据段剔除,避免其影响辨识结果,以此得到更接近原系统的NARX模型,通过卡箍-空心管的实验数据进行验证,将结果与FROLS算法所得模型进行对比,说明算法的有效性。最后利用NARX模型进行分析,从频率响应函数的角度,给出了卡箍-空心管系统的理想工作区间。（4）针对为转子系统建立NARX模型时因系统自身结构限制而导致无法利用随机信号作为激励信号的问题,提出谐波拼接法来构建激励响应信号。在理论上推导了当激励信号和响应信号呈现明显周期性时,数据顺序和周期个数不影响FROLS算法辨识结果的特性,并确定了谐波拼接法适用的范围。