严格来说,实际控制系统都是非线性的,并具有不确定性,如参数摄动、未建模动态或外部干扰等。因此,系统的期望性能可能会被破坏。此外,时滞的存在使非线性系统的控制分析和设计问题变得更加复杂和困难。所以,研究带有不确定性的非线性时滞系统具有重要的理论和实践意义。对于非线性时滞系统的稳定性分析和控制器设计,一种有效的方法是基于Lyapunov-Krasovskii泛函法。本论文为补偿未知时滞项的影响,用Lyapunov-Krasovskii泛函构造候选Lyapunov函数。针对一类带有不确定性的状态滞后的非线性系统,设计了能够保证闭环系统稳定的鲁棒自适应控制器。在控制器设计过程中应用Lyapunov稳定性理论来证明闭环系统的稳定性。针对一类带有未知时滞项、未知参数和未知非线性函数的严格反馈非线性系统,通过结合反步设计方法和鲁棒控制策略,设计了一种鲁棒自适应控制器。通过引入一种合适的偶函数,解决了控制器的奇异性问题。证明了所提出的设计方法能保证闭环系统的所有信号是全局一致最终有界的,并且跟踪误差信号将收敛于原点的一个小邻域内。仿真实例说明了控制器的有效性。针对一类带有未知非线性函数的严格反馈非线性时滞系统,设计了一种自适应神经网络控制器。本论文选择径向基函数神经网络逼近未知的非线性函数。所提出的控制方案能保证闭环系统的所有信号是全局一致最终有界的。证明了跟踪误差信号将收敛于一个小紧集内。仿真实例验证了所提出方法的有效性。针对同一个二阶系统,在相同条件下对鲁棒自适应控制器和基于径向基函数神经网络的自适应控制器进行比较。仿真实例表明基于径向基函数神经网络设计的自适应控制器具有较好的控制特性。