本文以模糊神经网络系统为工具,把模糊神经控制、滑模控制、鲁棒控制等控制技术结合起来,基于观测器研究了一类不确定非线性SISO及MIMO系统(单输入单输出及多输入多输出系统)的控制器设计及闭环系统的稳定性的问题.其主要工作如下:1.把模糊神经控制,模糊逻辑逼近,滑模控制及H<∞>控制结合起来,在假设系统状态不可测的条件下针对一类SISO非线性系统提出了直接自适应模糊神经控制和间接自适应模糊神经控制两种控制方案.在设计过程中,利用模糊神经网络来逼近系统中的不确定函数,并利用观测器对系统中的不可测的状态变量进行估计,利用模糊滑模控制及H∞控制来补偿模糊神经系统的逼近误差及外部干扰对输出跟踪误差的影响.依据李亚普诺夫函数方法证明了系统的稳定性及跟踪误差收敛到零的一个小邻域内.2.在1.的基础上,也从直接控制和间接控制两方面对状态不完全可测的多输入多输出非线性系统的自适应模糊神经控制问题进行了研究.多输入多输出系统的控制要比单输入单输出系统复杂.为了简化系统的设计,在本章中提出了两种方法对多输入多输出系统进行控制.第一种方法是利用"主导输入"的思想将多输入多输出系统分解成多个单输入单输出系统,再利用SISO控制方法进行设计.第二种方法是采用"全逼近"的控制策略.对于提出的这两种控制方案都基于李亚普诺夫函数方法,给出了模糊神经自适应输出反馈控制律,以及在线调节的参数自适应律,并证明了闭环系统的稳定性以及跟踪误差的收敛性.