针对一类时变参数化非线性系统的控制问题进行深入研究, 提出一种新的迭代神经网络估计器, 并证明了 其逼近引理, 实现了对时变不确定性的逼近. 在用迭代神经网络对时变不确定性进行估计的同时, 以Lyapunov 稳定 性理论为基础, 综合运用Backstepping 和自适应控制技术, 设计了自适应迭代学习控制器, 并进行了稳定性分析, 得 到了稳定性定理, 解决了这类时变非线性系统的控制问题. 最后的仿真实验验证了所提出设计方法的正确性.