随着技术的发展,特别是以机器人、无人机、无人驾驶等为代表的控制技术的发展和进步,对控制精度的要求变得更加严苛。在控制系统中,时滞控制系统一直是一个重要的研究对象,因为时滞对于系统的性能具有重大的影响,甚至可能导致系统不稳定。时滞存在于任何物理系统中,可以分为常时滞和时变时滞,对于时变时滞,传统的常时滞分析方法如特征根法等不再可行。在时变时滞系统中,L-K(Lyapunov-Krasovskii)泛函法和 L-R(Lyapunov-Razumikhin)函数法是主要的研究手段,国内外许多的研究基于这个理论,也产生了大量研究成果。非线性系统的控制一直是一个难题,模糊控制理论的出现对非线性控制具有重大的意义,但早期的Madamni模糊控制模型由于缺乏数学描述而发展乏力,T-S(Takagi-Sugeno)模糊控制模型的出现使得模糊控制系统获得大量学者的关注。T-S模糊控制系统将非线性系统分解成模糊控制模型下的线性子系统,借用状态空间法的大量研究手段,使得非线性系统的研究有了很大的进步。本文研究的对象为一类基于T-S模糊控制模型的区间时变时滞非线性系统,在过往相关学者的研究基础上,从以下几个方面进行了研究:(1)首先基于T-S模糊控制模型,本文考虑了一类具有区间时变时滞的非线性系统,并基于L-K稳定性分析理论,通过构造全新的L-K泛函,结合了近年提出的具有更严格约束的积分不等式,如Peng-Park积分不等式以及Han积分不等式等,分析了一类采用并行分布补偿(PDC,Parallel Distributed Compensator)反馈的具有区间时变时滞的T-S模糊系统的稳定性,以及一类具有参数不确定性的PDC反馈控制的T-S模糊系统的鲁棒稳定性。(2)在稳定性分析的基础上,本文还进行了模糊控制器的设计工作。基于以上提出的稳定性准则,本文分别研究了一类具有区间时变时滞的T-S模糊控制系统的PDC反馈控制器的设计,和一类具有参数不确定性和区间时变时滞的T-S模糊控制系统的鲁棒PDC反馈控制器设计。(3)基于2006年法国学者Gouaisaut提出的,后经过Cao等改进的时滞分解技术,本文使用了一种基于高斯分布进行划分时滞区间的方法,该时滞分解方法区别于其他文献中的平均分割、指数分割等方法,对减小保守性有一定的帮助,并在最后给出了数值分析结果。