随着控制理论的应用范围不断扩展,人们对非线性系统的控制要求也越来越高。除了要使非线性系统在有限时间内达到稳定状态,学者们还希望在不同初始条件下实现收敛时间的一致性。因此,固定时间稳定性迅速成为学者们的研究热点。但是,由于固定时间稳定性无法建立系统参数与收敛时间之间的直接关系,从而导致对收敛时间的估计不准确,难以调整和无法预测等一系列问题。因此,为了解决上述问题,提出一种基于固定时间稳定性的预定时间稳定方法,并将其应用于时滞忆阻神经网络系统的同步控制和非完整轮式移动机器人的轨迹跟踪控制。论文主要内容如下:（1）针对固定时间稳定性存在的诸多问题,如系统收敛时间的估计不准确,难以调整和无法预测等,提出一个基于分段非负Lyapunov函数的全局预定时间稳定性定理,并给出控制器参数的显式表达式。相比于现有的方法,该方法加快了系统的收敛速度、提高了误差系统收敛时间上限的估计精度,并建立收敛时间与系统参数之间的直接关系。最后,通过严格的数学推导证明了该理论的正确性,为后续的实际系统应用提供理论基础。（2）研究具有外部未知扰动的时滞忆阻神经网络的预定时间同步问题。针对外部未知扰动,基于Hurwitz定理设计一个外部干扰观测器,该观测器用来补偿未知扰动对系统的影响。随后,利用所提出的控制律设计一个预定时间同步控制器,该控制器使驱动-响应系统在预定时间内实现同步。最后,进行数值仿真模拟,验证了预定时间同步控制方法的有效性。（3）研究了基于非完整轮式移动机器人的预定时间轨迹跟踪控制问题。结合滑模控制理论及预定时间稳定性理论,分别设计角速度控制器和线速度控制器来实现移动机器人的预定时间轨迹跟踪。该控制算法能够解决二阶系统在进行滑模设计时出现的奇异性问题,并利用连续非线性项代替符号函数以减弱滑模控制的抖振。最后,进行数值仿真模拟,验证了预定时间轨迹跟踪控制方法的有效性。（4）利用Rviz可视化工具实现对Turtlebot的轨迹跟踪控制仿真,结果表明所提出的方法能够实现移动机器人的预定时间轨迹跟踪控制。最后,在真实环境下进行实验,验证了所提理论和相关方法的优点和可行性。