时变参数不确定系统是定常参数不确定系统的推广，有广泛的实际背景。但由于时变参数不确定系统与定常参数不确定系统之间有着本质的区别，其自适应控制理论至今并不完善，还有许多重要问题没有解决，特别是跟踪误差的收敛性问题没有很好解决。本文研究了几类时变参数不确定系统的自适应控制问题，取得了一些有意义的成果，主要有：1、控制增益未知的高阶时变不确定非线性系统的自适应控制。系统的不确定性既包括定常参数也包括时变参数。在已有的研究中，为了保证跟踪误差收敛于零，需要引入饱和控制技术，但采用饱和控制技术，需要知道不确定性的上界。本文结合反步设计法，不采用饱和控制技术，提出了一种自适应跟踪控制器的设计方法，所设计的控制器保证了跟踪误差趋于零。2、具有非参数不确定性和周期干扰的非线性系统的半全局自适应控制。周期干扰是一种常见的干扰，是一种典型的时变不确定性。为了设计自适应控制器，首先，利用人工神经网络的万能逼近性质，用神经网络来逼近不能参数化的不确定性。然后，利用障碍李雅普诺夫函数(barrier Lyapunov function)提出了基于神经网络的一种新的半全局自适应控制方法。在已有的神经网络控制方法中，通常需要预先假设闭环系统的轨道停留在指定的有界闭集内，而且只能做到近似控制。在我们的方法中，不需要预先做那样的假设，并能够将系统的状态渐近地调节到零，达到了精确控制。3、作为应用，本文考虑电液伺服系统的跟踪控制问题。在不考虑系统外部泄漏情况下的模型，采用本文第二章提出的自适应控制方法很好的处理了系统的参数不确定性和干扰，实现对目标的跟踪，从而验算了该算法的有效性。本文的研究内容均经过matlab/simulink仿真验证，仿真结果表明以上控制策略的有效性和可行性。