Establecer un modelo inverso preciso es un problema clave en el diseño de controladores inversos adaptativos. La mayoría de los objetos reales tienen características no lineales, por lo que la expresión matemática de un modelo inverso no se puede obtener en la mayoría de las situaciones. Un modelo difuso de Takagi-Sugeno (T-S) puede aproximar objetos reales con alta precisión y se aplica a menudo en la modelización de sistemas no lineales. Dado que los parámetros consecuentes de los modelos difusos T-S son expresiones lineales, este artículo utiliza primero un algoritmo de agrupamiento de modelo de regresión difusa c (FCRM) para establecer un modelo difuso inverso. Como el algoritmo de mínimos cuadrados (LMS) solo se utiliza para ajustar los parámetros consecuentes del modelo difuso T-S en el proceso de ajuste de parámetros, los parámetros de premisa se fijan y no cambian durante el proceso de ajuste. En este artículo, se aplica el algoritmo de retropropagación (BP) para ajustar simultáneamente en línea los parámetros de premisa y consecuentes del modelo difuso T-S. Los resultados de la simulación muestran que el error entre la salida del sistema controlado por el controlador inverso adaptativo propuesto y la salida deseada es menor, además, la estabilidad del sistema se puede mantener cuando la salida del sistema tiene perturbaciones.