本文基于自适应迭代学习控制理论，分别对非一致节点的复杂动态网络的自适应迭代学习控制同步问题,具有未知控制增益的复杂动态网同步控制问题和带有未知控制方向的复杂动态网同步控制问题做了研究.本文的主要贡献有以下几个方面.　　首先，基于非一致节点和未知时变耦合强度的复杂动态网络，研究了不确定复杂动态网的同步控制问题，提出了一种崭新的自适应迭代学习控制策略.其中，利用饱和函数对未知的时变耦合进行估计.通过 Lyapunov稳定性定理，利用参数分离原理和重新参数化方法，解决了设计未知非线性时变耦合参数自适应律的困难并分析了其同步误差的收敛性.并且，通过证明得出所有闭环系统的信号都是有界的.最后，通过数值仿真实验验证了所设计的方法的有效性.　　其次，针对一类控制增益未知的复杂动态网,计了一类自适应迭代学习控制器.其中，利用投影算子对未知变量进行估计.利用Lyapunov函数以及参数重组原理，解决了控制增益未知的难题并且证明了同步误差收敛到零.通过选取一个合适的Lyapunov-krasovskii-like函数，进一步也分析了所有闭环系统的信号是一致有界的.最后,通过计算机进行数值仿真来验证该方法的可行性.　　最后，研究了带有未知控制方向和未知时变耦合强度的复杂动态网，利用自适应迭代学习控制的方法研究出了一类新型控制策略.其中，利用饱和函数对未知时变耦合强度进行自适应估计.通过构造合适的 Nussbaum函数，解决了复杂动态网控制方向未知问题.基于 Lyapunov稳定性定理以及重新参数化方法，证明了其同步误差在有限时间上的收敛性.通过设计一个恰当的Lyapunov-Krasovskii泛函，证明了闭环系统的所有信号都是全局一致有界.最后，给出了计算机数值仿真实例验证了该方法的可行性和有效性.