现存的控制器不足是基于已知的被控对象的数学模型,就是基于专家的关于控制被控对象的模糊经验,而在实际情况下有些控制过程是很难获得控制经验的。自动学习模糊规则成为模糊控制要解决的重要问题之一。基于这种需求,本文提出一种不需要知道被控对象数学模型,能够自动生成模糊规则的名为无模型自适应模糊控制器的新型控制器结构,该控制器利用一个多层感知器作辨识器在线学习被控对象的外特性,使用一个模糊神经网络根据辨识器提供的被控对象的数学模型自动调整网络参数。出于使用了模糊神经网络控制器,能够利用人们经验的语言信息,使网络收敛速度得到提高。同时这种新型的控制器结构可以在线调整辨识器和控制器参数,具有适应性强,鲁棒性强等优点。针对若干个模拟系统的实验证实了这种新型控制器结构对控制简单非线性系统是有效的。