在过去的几十年中,具有动态不确定性的非线性系统引起了控制领域许多研究者的关注。虽然非切换的动态不确定性非线性系统的研究已经取得很大进展,但具有动态不确定性的切换非线性系统仍有许多控制难题亟待解决。本文针对几类具有动态不确定性的非线性切换系统,结合Backstepping技术和自适应神经网络控制技术,研究了相应控制器的设计方法以及闭环系统的收敛性和稳定性问题。主要工作如下:(1)针对一类带有未建模的非线性非严格反馈切换系统,本文提出了一种基于神经网络的自适应跟踪控制策略。设计难点主要来自于非严格反馈形式与未建模动力学之间的耦合导致所考虑的切换系统具有非常复杂的结构。本文为了得到理想的状态反馈控制器,利用一个与动态信号相关的假设来处理未建模动态部分,并使用了一种相应的变量分离的方法,在自适应神经Backstepping技术的框架下处理非线性系统的所有状态变量。结果表明,闭环切换系统的所有信号都是半全局有界的,并且可以保证输出跟踪误差保持在原点附近的一个小区域内。最后,本文通过两个仿真实例验证了所提出设计策略的可行性和实用性。(2)针对一类非严格反馈非线性切换不确定系统的自适应神经跟踪控制问题,本文利用神经网络近似未知光滑非线性函数的方法,结合高斯函数的性质,解决了非严格反馈形式的问题。同时为了避免所有子系统都需要一个共同的李雅普诺夫函数,采用Backstepping技术引入了多李雅普诺夫函数方法。基于上述方案,可以得到所有切换系统的闭环信号都是有界的,并且输出跟踪误差可以收敛到原点的很小领域内。最后,本文通过两个仿真实例验证了该所得设计方案的实用性和可行性。总之,具有动态不确定性的非线性切换系统控制问题研究仍处在起步阶段,本文只是初步研究了几类具有动态不确定性的非线性切换系统的自适应控制设计问题。目前,还有许多此类系统相关控制问题亟待解决,例如具有未建模动态互联系统的控制设计、具有未建模动态随机系统的控制设计以及具有未建模动态纯反馈系统的控制设计等。