模糊控制在过去的几十年中得到了深入的研究,并被认为是分析许多非线性系统的重要媒介。近年来,T-S模糊技术被广泛应用于许多实际领域,引起了学者的关注。T-S模糊系统以IF-THEN规则的形式描述非线性系统,该规则利用模糊隶属度函数表示局部线性输入输出关系。T-S模糊系统不仅是一种有效的非线性系统控制方法,而且是一种充分发挥线性系统理论优势的灵活工具。在T-S模糊系统中,稳定性分析是一个重要的课题。系统稳定是系统能够正常工作的前提,众所周知,Lyapunov函数方法是研究时变时滞模糊系统稳定性的一种有效分析方法。近年来,随着数字硬件技术的飞速发展,采样数据控制越来越受到人们的重视。采样数据控制只需了解采样模式下系统的状态特征,大大降低了实现成本和时间,从而在很大程度上提高了控制效率。本文针对带有不确定项和时变时滞的T-S模糊系统,设计三种不同的有效采样控制器,使系统达到稳定。本文主要研究内容如下:首先,基于非周期记忆采样数据控制,研究了 T-S模糊模型描述下的Markovian跳变系统的非脆弱控制问题。提出了一种改进的时滞相关Lyapunov-Krasovskii函数,该函数涵盖了系统和控制器中所有的采样间隔信息和时滞信息,大大降低了结果的保守性。设计了一种非脆弱采样控制器,并利用凸组合和线性矩阵不等式等技术得到了能够保证闭环系统随机稳定且具有H∞性能的充分条件。其次,研究了记忆采样数据控制下具有不确定性的T-S模糊系统的指数稳定性和耗散性。通过考虑系统中不确定性和时变时滞的影响,建立新的Lyapunov函数并选取合适的矩阵不等式处理导数项,得到了保证不确定模糊系统指数稳定和耗散的充分条件。通过Matlab求解得出的线性矩阵不等式,得到了有效的采样数据控制器增益矩阵。最后,运用时滞乘积项函数法,研究了满足伯努利分布序列的耦合记忆采样数据状态反馈控制问题。建立新的双边Lyapunov函数,选用基于Wirtinger的积分不等式引入加权矩阵,降低结果的保守性。利用拓展凸组合技术,得到了保证闭环系统渐近稳定的新的充分条件。