在实际工程应用中，几乎无处不在的随机扰动，极大地提高了系统控制器的设计难度。这就使得对随机控制理论的研究具有重要的意义。然而，目前的研究主要针对严反馈或纯反馈形式的非线性系统，这就要求所研究的系统具有较为严苛的下三角结构。如何突破这种框架局限，从而进一步将上述研究成果推广到具有更一般形式的被控系统，对相关科学理论研究和工程实际都具有非常重要的意义。本文研究了一类非严格反馈随机系统的自适应控制问题，并将研究方法应用到海洋搜救直升机水平稳定系统，本文的主要内容分为以下三个部分:　　1.针对一类非严格反馈随机系统，基于李雅普诺夫稳定性分析理论，提出了一种自适应神经网络控制方法， 运用函数分离法及系统坐标变换法，将所研究系统的全状态函数进行变量分离，同时利用径向基函数神经网络对系统中未知的非线性函数进行逼近，最终闭环系统中的所有状态信号均满足依概率有界。　　2.进一步提出了基于动态面控制方法的自适应神经网络控制方案。在控制器设计过程中，引入滤波器对虚拟控制律进行处理，克服了控制器循环结构问题，运用最少学习参数方法避免了”维数爆炸”问题的同时，大大降低了控制器的运算量。数字仿真结果验证了所设计控制算法的有效性。　　3.最终，将所提出的算法应用到海洋搜救直升机非线性动力学模型上，提出了一种结构简单、计算量小、效果良好的自适应神经网络控制器设计方法。通过数值仿真试验实现了对海洋搜救直升机的水平稳定控制，仿真结果验证了所提方案的有效性。