在实际的工业过程中，系统通常具有非线性、时变性、不确定性等其它复杂特性，时滞现象也是普遍存在于实际的工业生产过程中，这使得非线性系统的控制问题变得具有挑战性。因此，带有不确定性和时滞的非线性系统的鲁棒滑模控制方法研究越来越受到重视和关注。论文针对带有不确定性和时滞的非线性系统，基于线性矩阵不等式技术、自适应技术和神经网络技术、Backstepping技术、鲁棒控制方法、有限时间控制方法，研究非线性系统控制问题。论文的主要内容分以下几部分：针对不确定一致混沌系统，基于有限时间控制方法和Lyapunov稳定性理论，设计鲁棒反馈同步控制器，使得主从系统有限时间同步；针对未知参数不确定混沌系统，基于有限时间控制方法，给出带积分项的滑模面，并利用自适应参数辨识技术估计未知参数，进而基于Lyapunov稳定性理论，设计自适应滑模控制器，使得主从系统有限时间同步。针对带有外部扰动的不确定非线性中立系统，基于Lyapunov稳定性理论，通过线性矩阵不等式形式给出鲁棒稳定性新判据，并利用矩阵不等式技巧处理系统的不确定；针对带有外部扰动的不确定非线性中立系统，基于Lyapunov稳定性理论，通过线性矩阵不等式形式给出鲁棒稳定性新判据，并利用矩阵不等式技巧处理系统的不确定，给出不带时滞项的滑模面，进而基于Lyapunov稳定性理论，设计了鲁棒滑模控制器，使得闭环系统一致渐近稳定。针对时变时滞细胞神经网络，基于Lyapunov稳定性理论，通过线性矩阵不等式形式给出鲁棒稳定性新判据，并利用矩阵不等式技巧处理系统的不确定；针对非仿射非线性系统，利用神经网络对非线性系统进行辨识，并利用自适应参数辨识估计神经网络权值系数，进而基于Lyapunov稳定性理论，设计神经网络自适应滑模控制器，从而实现闭环系统一致渐近有界稳定；针对带有时滞的非仿射非线性系统，利用神经网络对非线性系统进行辨识，并利用自适应算法调整神经网络的权值系数，进而基于Lyapunov稳定性理论，设计基于Backstepping控制策略的神经网络自适应滑模跟踪器，使系统状态能够跟踪上预设轨迹。针对带有匹配扰动的离散非线性系统，给出滑模函数，并基于Lyapunov稳定性理论，设计非线性滑模控制器，进而利用矩阵技巧解出控制器参数，进一步利用Newton-Raphson算法解出控制器输入，从而使系统状态稳定在很小的临域内，并消除了抖振；针对不确定时变时滞离散非线性切换系统，基于Lyapunov稳定性理论，通过线性矩阵不等式形式给出鲁棒稳定性新判据，并利用矩阵不等式技巧处理系统的不确定，给出不带时滞项的滑模面，进而基于Lyapunov稳定性理论，设计非线性鲁棒滑模控制器，进一步利用Newton-Raphson算法解出控制器输入，从而实现闭环系统一致渐近稳定。