对于动态特性变化明显、难以精准描述的控制系统,传统的控制理论方法已不能满足其控制要求。在该背景下,模糊控制方法作为一种新的控制策略应运而生,该方法主要用于解决难以获取精确数学模型的复杂控制系统设计问题。随着智能制造时代的到来,以及自动控制、数学与计算机技术等学科的交叉融合,如何设计出适用范围更广、性能更好的控制设计方法,这个问题一直深受工程应用领域和学术界关注。本文基于模糊控制的研究现状及发展,阐述了模糊控制理论方法在生产、生活等领域所做的重要贡献以及研究模糊控制设计方法的必要性。基于传统PDC技术获得的控制设计条件非常保守性;因而目前大多数研究是通过基于Non-PDC技术的模糊控制方法获取控制设计条件,虽然所获取的控制设计条件理论上可行,但在实践过程中中,系统实时性要求不易达到。对于模糊控制系统,本文从控制设计条件保守性和系统实时性的角度进行了稳定性分析。论文中所提的控制方法可以有效地降低系统的保守性,使其具有更好的通用性,进而可以实现更好的应用价值;另外,通过减少在线计算负担可以在有效提高系统的实时性的同时,降低系统的计算能耗。本文就以下几点对降低系统保守性和减小在线计算负担进行了研究。首先,针对一般的离散时间非线性系统,为了降低系统的保守性,通过Takagi-Sugeno(T-S)模糊模型建模,并提出了基于最大优先级的事件触发机制,该机制充分考虑且有效利用了归一化模糊加权函数在每个采样时刻的更多有用信息,并依此机制设计了一种新的Lyapunov函数。其次,基于T-S模糊模型,考虑了基于故障估计观测器的离散时间非线性系统的设计问题。一方面,采用一种切换控制律,也就是所谓的事件触发机制,引入了一组设计矩阵值变量,可以有效地降低控制设计的保守性;另一方面,通过消除所引入矩阵值变量的冗余项,一定程度上减小了控制系统的计算负担。最后,研究了离散时间非线性系统的鲁棒模糊预测控制问题。考虑到经典模型预测控制的关键制约点是在线计算成本,采用非线性局部模型(NLMs)和基于最大优先级的切换控制律,可以有效地减小在线计算负担,同时改善了系统的保守性。基于本文所提出的模糊控制方案,能够在有效地降低控制系统设计保守性的同时减小系统设计的计算负担,最终系统性构建了具有自主适配功能的模糊动态系统控制设计方法,增强了理论方法的适应范围和算法效率。