不确定随机时滞系统的研究是近几十年来控制领域兴起的一个热点，引起了越来越多的研究者的关注。在所有的实际系统中，时滞是广泛存在的一种物理现象，而且往往还会随着时间的变化而变化.同时，在一些实际工业控制系统中，不可避免地还存在着各种不确定性因素，诸如结构性的参数不确定性、工作环境的变化、降阶及线性化近似以及外部干扰的不确定性等。这些变时滞和不确定性的存在往往使得对系统分析变得更加困难。因此，对不确定时滞系统的研究具有更加实际的意义。　　 本文主要应用半鞅收敛定理、LaSalle不变原理、线性矩阵不等式以及矩阵分析等工具，根据正定二次型及正定矩阵中的特征根的相关理论，利用Lyapunov函数和It(o)公式，讨论了关于不确定随机可变时滞，不确定多时滞神经网络系统及中立型随机可变时滞系统的鲁棒稳定性问题，得到了这类系统随机渐近稳定和几乎必然指数稳定的若干充分条件。主要内容如下：　　 ⑴概述了本文研究的目的与意义，线性时滞不确定系统的鲁棒稳定性和不确定变时滞中立型系统稳定性的研究现状。　　 ⑵利用Lyapunov函数和It(o)公式，讨论了一类不确定随机可变时滞系统的指数鲁棒稳定性，建立了这类系统均方指数稳定和几乎必然指数稳定的代数判据，并给出数值算例，验证了所得结论。　　 ⑶利用正定二次型及正定矩阵中的最大最小特征根的相关理论，通过引入半鞅收敛定理，对构造的Lyapunov函数，根据It(o)微分公式沿系统进行微分，给出了不确定随机多时滞神经网络系统几乎必然指数稳定的新的代数判据，并以线性矩阵不等式的形式给出了易于判断这类系统鲁棒稳定性的若干充分条件。　　 ⑷利用中立型随机微分方程的LaSalle不变原理，讨论了一类不确定中立型随机可变时滞系统的稳定性，建立了系统随机渐近稳定和几乎必然指数稳定的代数判据。