由于混沌系统具有复杂的动态特性和潜在的应用价值，所以混沌控制成为当前国际上一个热点研究方向，而其中混沌系统的同步化和非混沌系统的混沌化又是混沌控制研究的两个重点方向。另一方面模糊理论和模糊控制技术作为控制领域中具有巨大潜力的方法之一，已经表现出了卓越的特性。如何利用模糊理论来实现混沌系统的同步化及其非混沌系统的混沌化成为了当前研究的一个热点。本文主要针对基于模糊模型的混沌系统，使用Lyapunov稳定理论和线性矩阵不等式技术实现了对混沌系统的模糊建模，混沌系统的镇定控制，混沌系统的同步化控制和非混沌系统的混沌化控制等。 主要工作如下： 1．本文的第二章就基于T-S模糊模型和广义模糊双曲正切模型如何实现对混沌系统模糊建模进行分析研究，并分别采用了线性反馈控制和输出反馈控制两种控制方法，利用Lyapunov方法和线性矩阵不等式技术实现了基于这两个模糊模型的混沌系统的镇定控制。 2．第三章针对不同结构的混沌系统广义同步问题，分别提出了基于T-S模糊模型的H<,∞>控制方法和模糊自适应控制方法，利用Lyapunov稳定理论和线性矩阵不等式技术，实现了两个不同结构的混沌系统的广义同步，仿真结果表明了本方法的有效性。 3．第四章针对具有时滞的混沌系统的同步问题，分别提出了基于T-S模糊模型的H<,∞>控制方法和模糊自适应控制方法，通过求解线性矩阵不等式(LMIs)的可行解，获得系统控制器的增益，从而实现两个时滞混沌系统的同步。通过上述方法设计的模糊控制器结构简单，易于实现，且该方法适用于绝大多数时滞混沌系统的同步控制。 4．当前关于连续时间系统混沌反控制的研究大多集中在如何使一个非混沌系统产生混沌状态。然而如何使一个非混沌系统能够产生预定的混沌状态在目前的文献还不多见。第五章采用基于模糊自适应理论，针对一类模型未知的非混沌的连续时间系统，提出了利用跟踪理论实现非混沌系统混沌化的一种切实有效的方法，使一个非混沌系统不仅产生混沌，而且能够产生预先指定的混沌状态。 5．混沌神经网络是复杂的动态系统，呈现许多复杂的动态行为，如周期振荡、混沌和分岔等。近几年关于混沌神经元网络的研究大都是研究具有相同结构的混沌系统，且它们的数学模型是精确已知的。然而许多动力系统具有参数或模型的不确定性，尤其是随着环境的改变，系统的参数可能会发生变化或者是不知道的，因此实现参数未知的混沌系统同步就更具有实际价值。第六章针对一类参数未知的时变时滞混沌神经网络的全局同步问题，提出了一种参数自适应控制方法，实现了参数未知的时变时滞混沌神经网络同步控制，给出了系统渐近稳定和指数稳定的条件。最后通过一个具体Hopfield混沌神经网络验证了提出方法的有效性。 6．最后，指出了混沌同步与混沌反控制理论研究中存在的一些问题，并对接下来的研究工作进行了展望。