在实际应用中,系统可能会经历参数和结构的突然变化,并可能经历随机干扰,对控制系统性能产生不利影响,甚至导致系统不稳定,因此,对具有马尔科夫跳变参数的随机非线性系统的稳定性分析和各种控制方法的研究越来越受到重视。本文主要借助于Takagi-Sugeno模糊控制策略和事件驱动策略,研究了几类具有马尔科夫跳变参数的随机非线性不确定系统的分析与综合问题。本文主要工作如下。1.对于一类具有马尔科夫跳变参数和时变时滞的不确定离散T–S模糊系统,研究了系统的鲁棒非脆弱最优保性能控制问题。设计了一个依赖于模糊和依赖于模态的非脆弱控制器,得到了一个充分条件保证闭环系统在均方意义下鲁棒渐近稳定并且性能指标不超过规定的上界。通过求解优化问题得到性能指标的最优上界。与现有的文献相比,提出的方法极大地降低了所得结果的保守性和性能指标的上界。数值例子和实际例子验证该方法的有效性。2.对于一类具有马尔科夫跳变参数和时变时滞的不确定连续T–S模糊系统,研究了系统的非脆弱保性能控制问题。设计了一个依赖于模态的非脆弱模糊控制器,给出了一个弱的充分条件保证了闭环系统是鲁棒几乎处处渐近稳定并且性能指标不超过规定的上界。通过求解一组线性矩阵不等式得到控制器的增益矩阵和性能指标的上界。与文献[91]相比,提出的方法有效降低了获得结果的保守性和性能指标的上界,与此同时也降低了控制器的振幅。数值例子和单连杆机械臂实例验证该方法的性能。3.对一类具有输入约束和Markov跳的不确定T-S模糊时变时滞系统,设计了一种鲁棒非脆弱保性能控制策略,得到了一个充分条件保证闭环系统是鲁棒几乎处处渐近稳定并且性能指标不超过规定的上界。性能指标的上界和获得结果的保守性可以同时降低,与此同时控制振幅可以保持在一个合适的界内。通过求解线性矩阵不等式组得到控制器的增益矩阵和性能指标的上界。数值例子和实际例子验证提出方法的有效性。4.对于一类具有马尔科夫跳变参数的随机非线性系统,研究了系统的事件驱动自适应跟踪控制问题。因为该随机系统包含未知参数,随机输入到状态稳定的条件难于满足。因此,本文设计一种依赖于模态的自适应控制器和事件驱动策略。在控制器中增加修正项用来补偿策略误差,避免了随机输入到状态稳定的假设。提出的方法保证了闭环系统的所有信号在概率意义下是有界的,跟踪误差信号在四阶矩的意义下最终收敛到一个包含零的小邻域内并且成功地避免了Zeno现象。仿真实验验证该方法的有效性。5.利用事件驱动的方法研究了随机马尔科夫跳变系统的自适应动态面预设性能控制问题。利用Backstepping技术的方法,同时提出了两种具有平均驻留时间的自适应动态面控制器和事件驱动策略。在控制器中增加修正项用来补偿策略误差,避免随机系统中随机输入到状态稳定的假设。提出的方法保证闭环随机马尔科夫跳变不确定非线性系统的所有信号在概率意义下是有界的,跟踪误差信号在四阶矩的意义下收敛到预先设定的界内并且成功地避免了Zeno现象。此外,依赖于控制信号设计的相对阈值策略可以降低事件发生的频率。仿真结果验证该方法的有效性。