极值搜索控制是一种不基于模型的自适应的优化控制方法，这种控制方法计算量小，只需要系统的输入输出数据，便可使被控对象收敛于极值点。然而极值搜索控制普遍存在稳态振荡问题，这在一定程度上限制了它的应用。本文以消除极值搜索控制稳态振荡、提升方法性能为目标，提出了一种基于梯度信息的无稳态振荡滑模极值搜索控制方法，并进行了有限时间设计，所取得的主要研究结果如下。　　首先，本文介绍了滑模极值搜索控制的基本原理。通过分析滑模极值搜索控制的收敛性以及收敛速度和控制参数之间的关系，揭示了滑模极值搜索控制稳态振荡产生的原因以及振荡和参数之间的关系，为方法的改进奠定了基础。　　其次，基于对滑模极值搜索控制稳态振荡的机理分析，本文提出了一种基于梯度信息的无稳态振荡滑模极值搜索控制方法，利用梯度信息在线调整控制参数以减小极值搜索控制的稳态振荡。通过严格的数学推导，证明了改进后方法的稳定性，分析了收敛速度和各个参数之间的关系，并在Matlab中通过仿真验证了该方法的有效性。仿真表明改进后的方法稳态振荡幅度会随时间渐近衰减到零。　　然后，为进一步提升无稳态振荡滑模极值搜索控制方法的性能，结合有限时间收敛的思想，提出了一种有限时间收敛的无稳态振荡滑模极值搜索控制。这种有限时间收敛控制方法可以使稳态振荡在有限时间内衰减到零，大大加快了系统的收敛速度，提高了稳态的收敛精度。通过Matlab仿真测试，新方法的有限时间特性得到了充分验证。　　最后，本文将基于梯度信息的无稳态振荡滑模极值搜索控制方法应用于汽车刹车防抱死系统。结合输入输出梯度信息的估计，在Simulink中搭建了基于无稳态振荡滑模极值搜索控制的ABS系统并进行了仿真验证。通过与基于传统极值搜索控制在ABS系统的刹车时间对比，验证了改进后控制方法的优越性和实用性。