在许多实际控制问题中,时滞是一种普遍存在的现象.例如,电力系统、通讯系统、机械系统中都可能存在时滞.时滞的存在使得系统的研究变得更加困难和复杂,同时时滞也会导致控制器的设计困难和系统不稳定.时滞可能是可观测的,也可能是不可观测的,可能是时变的,也可能是定常的,可能出现在控制中,也可能出现在系统的状态中.时滞的普遍存在给许多工程控制和理论研究带来了大量的困难.所以,对于非线性时滞系统的研究,是当前的一个热门问题并且其理论研究也是十分有价值的.本文主要研究了两类非线性时滞系统的跟踪问题.首先介绍了非线性时滞系统的研究背景及其意义.其次回顾了非线性时滞系统的研究现状.最后,本文探讨了如下两类非线性时滞系统:　　一、一类带有未知干扰项的非线性时滞系统的跟踪问题　　对于一类含有未知干扰项的非线性时滞系统,研究了系统的跟踪控制问题.不同于其他文献,这里研究的非线性时滞系统含有未知干扰,对于系统中存在的状态时滞问题,通过设计一个新的L-K泛函,消除了时滞的影响,通过RBF神经网络,逼近系统中未知的非线性函数项,通过DSC设计和反馈控制等技术,最终证明了跟踪误差有界且收敛.最后对本文的结果给予了仿真实例的证明.　　二、一类非线性时滞系统的跟踪控制问题　　本部分主要针对一类同时带有控制时滞和状态时滞的非线性时滞系统,研究了非线性时滞系统的跟踪控制问题.与其他文献不同的是,这里研究的系统同时具有状态时滞和输入时滞.为了避免了传统的后推设计中存在的复杂度爆炸问题,采用了动态面的控制方法.同时对于系统中的非线性函数项,基于 RBF神经网络的逼近方法,使用神经网络来逼近其中未知的连续函数.跟踪误差最终被证明有界且收敛到一个足够小的紧集.最后,通过数字仿真给予了验证.　　通过本文的研究,较好地解决了两类非线性时滞系统的跟踪控制问题.