提出基于定常模糊系统/时变模糊系统的迭代学习辨识方法，适用于为有限区间上重复运行的连续时变非线性系统的建模和辨识。该方法以迭代学习方法调整模糊系统参数，并利用误差估计和补偿措施消除逼近误差对辨识性能的影响。采用时变模糊系统辨识时变非线性系统时，模糊规则数较少，该方法有利于减少辨识过程中的在线计算量。基于类Lyapunov综合方法设计辨识器并分析其收敛性能，提出的迭代学习算法能够保证辨识误差经过多次迭代后在整个区间上收敛于零，并保证被估参数的有界性。