Le présent travail propose une variété de schémas de commande adaptative, à base de réseaux de neurones artificiels, en vue d'améliorer les performances dynamiques du moteur asynchrone à cage. Ces approches visent trouver des solutions pour les principaux problèmes liés à la commande de ce moteur, à savoir, ceux relatifs au modèle non- linéaire imprécis, aux variations paramétriques, à l'estimation du flux rotorique, etc. Les schémas traités utilisent une association combinant les réseaux de neurones artificiels, la commande non linéaire par linéarisation entrée-sortie et la théorie de commande non linéaire adaptative. Dans cette association, les capacités d'approximation des réseaux de neurones artificiels sont exploitées pour développer des lois de commande plus souples et plus robustes pour la machine étudiée