本文以自适应Backstepping设计方法为基础,结合神经网络与模糊逻辑系统的非线性逼近能力,针对几类不确定非线性系统,提出了新的有限时间稳定性判据,设计了相应的自适应控制方案,保证了系统的稳定性.具体研究内容如下:第二章针对具有未建模动态的不确定非线性系统,建立了新的有限时间稳定性判据,在该判据下,系统的非线性函数不需要满足线性增长条件,甚至可以是完全未知的.本章基于所提出的有限时间稳定性判据,采用神经网络逼近未知非线性函数,以Backstepping技术为框架,提出了自适应神经网络控制方案,保证了闭环系统的稳定性.最后,仿真实例验证了所提出控制方案的有效性.第三章针对具有时变时滞的非线性系统,使用径向基函数神经网络逼近未知非线性函数,建立合适的Lyapunov-Krasovski i泛函处理时变时滞,设计了线性观测器,并基于第二章提出的有限时间稳定性判据,提出了自适应输出反馈控制方案,实现了系统的有限时间稳定性.第四章到第六章则考虑了具有输入非线性特性的不确定非线性系统的有限时间控制问题.其中,第四章充分考虑了执行器中的磁滞非线性现象,首先针对具有非严格反馈形式的非线性系统设计了自适应模糊控制器,并通过Lyapunov函数稳定性理论与仿真研究,分别证明和验证了所提出的控制方案能够实现闭环系统的有限时间稳定性;然后,针对多输入多输出的非线性系统,设计了输出反馈自适应模糊控制方案,保证了系统的跟踪性能和有限时间稳定性.第五章扩展了第二章中提出的有限时间稳定性判据,基于该判据,提出了针对具有死区输入的不确定非线性系统的自适应模糊控制方案,保证了闭环系统的有限时间稳定性.改进后的有限时间稳定性判据有效降低了有限时间自适应神经网络/模糊控制器的设计难度.第六章为处理执行器中的不对称回滞非线性,建立了一种可线性参数化的逆模型,并结合第五章提出的有限时间稳定性判据,提出了自适应模糊控制方案,实现闭环系统有限时间稳定性.最后,通过一个仿真实例验证了所提出控制方法的有效性.