一般来说,实际的控制系统都是非线性的,并且大部分还有时间滞后。时滞的存在会对系统性能产生重要影响,可能会破坏系统的期望性能,所以研究带有时滞的非线性系统具有重要的理论和实际意义。扰动的存在也会对系统产生重大影响,甚至破坏系统的稳定性,在系统受到有界扰动和未建模动态影响时,可能会导致系统不稳定。本文首先针对一类带有扰动的非线性系统分别设计了神经网络自适应控制器和鲁棒自适应控制器,最后本文还为一类非放射非线性系统设计了控制器。研究的主要内容如下：针对一类带有扰动和未知时滞的非线性系统,把未知的非线性函数表示成新的表达形式,然后通过反步设计方法和鲁棒控制设计了一种鲁棒自适应控制器。通过设计一种新的Lyapunov-Krasovskii泛函,使得在设计的每一步都不存在未知时滞项,从而补偿了未知时滞项的不确定性；通过引入一种合适的偶函数,可以解决控制器的奇异性问题；通过Lyapunov直接方法,证明了设计的控制器能保证闭环系统所有信号是全局一致最终有界的。针对一类带有扰动和未知时滞的非线性系统,通过构造新的Lyapunov-Krasovskii泛函并利用神经网络来近似其非线性函数,设计了径向基神经网络自适应控制器；通过Lyapunov直接方法,证明了设计的控制器能保证闭环系统所有信号是全局一致最终有界的。针对一类非放射非线性系统提出了一种基于RBF神经网络的自适应控制方法,本文用T-S模糊模型逼近复杂非线性函数,将复杂非线性函数模糊化为局部线性模型；最后以倒立摆为模型的仿真实验,验证了所设计的控制器的有效性。