近年来，虽然以模糊控制、神经网络控制、知识基专家控制等软计算技术为代表的智能控制理论方法及其综合集成为解决具有不确定性（包括结构不确定性和参数不确定性）、时变非线性以及多变量等特性的复杂难建模系统的控制问题提供了一条有效的途径，但目前尚缺乏通用的分析和设计智能控制系统的有效工具。本文借鉴传统控制理论（包括经典控制理论和现代控制理论）和神经网络等智能控制技术着重研究智能控制系统的一个重要分支—模糊控制系统的系统化设计理论。 模糊控制经过三十多年来的发展，取得了不少理论和应用上的研究成果，但许多基本问题尚需进一步研究与探讨。系统化设计是模糊控制系统的一个重要问题。由于模糊控制是基于语言变量和模糊推理的本质非线性控制，因此难于建立其系统化设计的一般方法。而且模糊控制应用的场合大多是没有被控对象精确数学模型的情况，这就更增加了其系统化设计的难度。本文针对这些问题，利用传统控制理论和神经网络等软计算技术，对模糊控制器的参数设计、TS模型的本质性研究和利用模糊控制与神经网络相结合对TS模型的参数进行辨识等问题进行了深入的研究，全文共分为六章，主要内容和结论如下： 第一章简要回顾了智能控制的基本理论和基本方法，并对智能控制的三个重要分支：模糊控制、神经网络控制和基于知识的专家系统进行了评述，尤其对模糊控制进行了详细的叙述，详细地介绍了模糊控制的优缺点和分类以及它们的描述。 第二章对TS型模糊系统的建模和控制问题提出了新的方法，尤其对它的辨识问题进行了详细地研究。 第三章针对传统的TS型模糊控制器需要辨识的参数太多辨识参数问题，引入一种简化TS型模糊控制器，这样将大大地减少参数数目，并从本质上对其进行了研究，如果采用三个输入量，可知这种控制器是一种非线性的变参数的PID的控制器，并且其参数的特性受模糊模型参数的影响，合理地选择TS的参数，可以使控制器具有优越的特性。 第四章推导了两输入一输出的典型模糊控制器输出解析式并对最常用的输 河北工业大学硕士研究生学位论文一入变量各取五个模糊数的情况进行了详细分析。在此基础上提出了一种模糊控制系统的系统化设计方法，可根据以有的PI／PD控制器参数设计相应的模糊控制器参数。 第五章提出一种基于简化的TS型模糊推理混合神经网络算法。根据反向｛p－－播原理，我们能够辨识简化的TS型模糊控制器的参数。并且由于是简化的T；模糊推理，所以计算负担也将大大地减少。 第六章针对一类非线性系统，利用模糊推理系统对非线性函数的逼近能力，导出了基于 Lyapunov稳定性理论的自适应控制器，不但能够解诀这类非线性系统的跟踪问题，而且保证了闭环系统的稳定性。仿真结果表明了这一算法的有效性。 第七章总结全文，给出了本文的主要结论和需进一步研究的问题和方向。 模糊控制系统的系统化设计的研究刚刚开始，许多问题尚待进一步探讨，模糊控制系统化设计理论的深入研究必将极大地丰富和发展二十一世纪自动化控制科学的核心一智能控制技术。