随着现代工业智能化的发展,在工业生产和社会环境中广泛存在的非线性互联大系统得到了许多学者的关注。显然,与一般的非线性系统相比,对这类更加复杂的非线性互联大系统开展研究不仅充满挑战,而且具有较高的应用价值。另外,在实际的动态系统中,输入时滞和输入饱和是两种常见的现象。由于输入时滞和饱和的存在,系统的稳定性和性能都会不可避免地受到影响。本文在已有研究的基础上,基于自适应神经网络方法和Backstepping技术对含有输入时滞和饱和的非严格反馈互联大系统的状态反馈和输出反馈分散控制问题开展了研究。本文的主要内容如下:第一章主要介绍了非线性互联大系统的研究背景、研究意义和研究现状,并给出了全文的结构安排。第二章主要阐述了分散控制、自适应控制、Radial Basis Function（RBF）神经网络、Backstepping技术和Lyapunov稳定性定理以及本文所用的主要引理等预备知识。第三章研究了一类状态可测的含有输入时滞和饱和的非严格反馈互联大系统的分散控制问题。在控制设计过程中,通过引入含有积分项的坐标变换来处理系统的输入时滞问题,并且借助于一个光滑的非线性函数实现了对控制输入中饱和函数的逼近。此外,对于在控制设计中产生的未知非线性函数则是通过RBF神经网络理论来进行逼近。通过结合自适应神经网络理论和Backstepping技术,构造了一类新颖的分散控制器并利用Lyapunov稳定性理论进行稳定性分析。理论分析结果表明,所设计的分散控制器能够在保证闭环系统所有信号均为有界的同时确保跟踪误差最终收敛至原点的一个小邻域内。随后,两个仿真例子的结果均验证了该分散控制方案的有效性。第四章针对一类状态不可测的具有时变输入时滞、饱和以及未知虚拟控制增益的非严格反馈互联大系统,基于状态观测器设计出了一种输出反馈分散控制方案。在控制设计过程中,提出一种新颖有效的辅助系统补偿了时变输入时滞所带来的影响。此外,借助于凸组合技术克服了未知虚拟控制增益所造成的控制设计困难,进而构造了一类有效的状态观测器。随后,利用基于Backstepping的自适应神经网络控制方法设计了一类输出反馈分散控制器。依据Lyapunov稳定性理论可以证明所设计的输出反馈分散控制器能够保证跟踪误差最终收敛于原点的一个小邻域内,并且闭环系统的所有信号都是有界的。随后,数值仿真的结果进一步验证了该输出反馈分散控制方案的有效性。第五章总结了本文研究的主要内容并展望了未来的研究方向。与现有的研究工作相比,本文的主要贡献如下:（1）所研究的互联大系统中每一个子系统函数都具有非严格反馈形式,并且互联项是整个互联大系统状态变量的函数。因此,一些文献中考虑的互联大系统可以视为本文所研究系统的特例;（2）分别采用含有积分项的坐标变换方法和辅助系统方法这两种不同的方法解决了非线性互联大系统的输入时滞问题;（3）为具有未知时变虚拟控制增益的非线性系统提供了一种构造状态观测器的系统性方法。