本文研究了模糊系统的逼近性以及广义系统的PDSF(比例导数状态反馈)控制。逼近性是模糊系统和模糊控制在应用中重要的理论基础，但是对于T-S模糊广义系统，这方面的研究还是空白；PDSF是一种非常适合广义系统的控制方法，但是由于其自身的特点及计算上的困难，它的应用受到一定的局限，因此有必要对它们进行研究。 第一章介绍了模糊系统、模糊控制和广义系统的基本知识，以及在本文中使用的主要研究工具，最后总结了由本文完成的工作。 第二章首先系统地总结了模糊系统逼近性的研究历史及其研究现状，从中可以发现模糊系统逼近性研究的重要意义，它是模糊系统在工程及其相关领域中应用的重要理论基础。之后，重点讨论了T-S模糊广义系统的逼近性，给出了逼近性的证明，从中可以看到T—S模糊广义系统可以以任意的精度逼近一类非线性的广义系统。在模糊系统的具体建模时，利用BP型神经网络，建立了T-S模糊广义系统的神经网络结构，给出了网络的学习算法。最后，编写．Matlab程序实现了算法，通过具体的例子验证了算法的有效性。 第三章总结了导数反馈在广义系统中的应用历史及研究现状，从中可以看到导数反馈在广义系统中的广泛应用。在本文的研究中，首先使用PDSF控制方法对确定性的广义系统进行H<,∞>控制，得到了充要条件。之后，又使用PDSF控制方法对不确定的广义系统进行控制，对于矩阵A和B中含有不确定性的情况得到了容许的充要条件；对于矩阵E、A和B中都含有不确定性的情况，首先利用Lyapunov函数得到了容许性的充分条件，之后利用得到的条件分别采用单纯的比例状态反馈与PDSF反馈进行了控制。对于所有给出的定理，它们的结果都是LMI形式，最后通过数值例子验证了定理的正确性。