针对不确定时滞系统提出了一种自适应支持向量机Smith预估控制新方法．首先采用支持向量机对被控对象进行建模，然后设计了一个自适应支持向量机Smith智能预估器，解决了传统Smith预估控制需要预先知道被控对象精确数学模型的问题，克服了基于神经网络的Smith预估控制的不足．仿真实验结果表明，自适应支持向量机Smith预估控制方法充分利用了支持向量机的非线性映射能力，在被控对象数学模型未知的情况下对不确定时滞对象进行控制，具有良好的控制品质，特别是当对象特性发生变化时，还具有良好的适应性。