近年来,基于模糊模型的不确定系统的模糊控制是智能控制领域的研究热点之一。本文就此领域的相关问题展开系列研究。首先,针对一类由T-S模糊模型表示的不确定非线性系统,采用并行分布补偿(PDC)的基本思想和线性矩阵不等式(LMI)方法设计状态反馈控制器,提出了一种鲁棒模糊控制器设计的新方案。利用Lyapunov方法给出了系统以衰减率α全局渐近稳定的充分条件。利用了扩展的稳定性条件,故该方案具有较少的保守性。其次,针对一类非线性动态系统,提出了一种混合H 2 /H∞模糊输出反馈跟踪控制器的设计方案。基于LMI方法设计基于观测器的控制器,使跟踪误差尽可能的小,并且对于任何有界参考输入,满足给定的H∞跟踪性能,以及在满足给定的H∞跟踪性能下,达到H 2次优控制性能,并将观测器与控制器的设计问题转化为特征值问题(EVP)。该方案结合了H 2最优控制和H∞鲁棒控制的优点,而且无需系统状态已知。另外还针对一类非线性动态系统,基于动态并行补偿(DPDC)的基本思想提出了一种H∞模糊跟踪控制器设计的新方案。再次,针对一类含延迟非线性离散系统,利用T-S模糊模型对系统进行建模,基于PDC基本思想设计了一种具有未知参数的模糊控制器,并利用梯度下降算法对该控制器的参数进行在线估计,提出了一种直接自适应模糊控制器设计的新方案。通过输入到状态稳定(ISS)方法,证明了系统输出和参考输出信号的误差有界且满足一定的平均性能。该方案不需要常用的参数投影算法和死区算法。最后,针对一类具有非线性输入结构的非线性系统,分别基于Lyapunov方法和小增益理论提出了两种自适应模糊控制器的设计方案。第一种方案是利用I型模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制方法。该方法通过监督控制器保证闭环系统所有信号有界,进一步通过引入最优逼近误差的自适应补偿项来消除建模误差的影响。通过Lyapunov方法,证明了跟踪误差收敛到零。第二种方案是利用T-S模糊模型对未知函数进行在线逼近,基于监督控制的基本原理,提出了一种具有监督器的自适应模糊控制方法,