本文首先分析了滑模控制系统中所固有的抖振问题,然后针对一类不确定非线性系统,提出了两种能抑制抖振的控制器——模糊滑模控制器和模糊神经网络滑模控制器,并对二者进行了比较。将模糊控制和传统的滑模控制相结合,就构成模糊滑模控制。在模糊滑模控制器中用模糊控制的输出代替滑模控制中的符号项,平滑了控制信号,从而抑制了滑模控制中所固有的抖振现象。具体实现是将切换函数模糊化为单吊项,采用Larsen的积模糊蕴含规则,非模糊化决策采用重心法,推导出模糊控制器输出的解析表达式。模糊神经网络具有自适应、自学习的特点,可以实现控制参数的在线调整,以适应系统实时控制的需要。将模糊神经网络与滑模控制相结合,得到模糊神经网络滑模控制器,能够抑制滑模控制所固有的抖振现象,而且控制效果明显优于模糊滑模控制器。