不确定非线性系统的研究在控制范畴一直是学者们的关注焦点,随着技术的发展,实际被控系统不再单一,为适应工程需要,许多复杂的实际系统总是期望收敛时间最短,或系统某一性能指标为最优。因此,相对于研究时间趋于无穷或不满足性能指标的控制问题,致力于研究有限时间及优化控制通常拥有更好的理论与工程应用前景。本文在模糊或神经网络智能控制大框架下,结合三大基本控制理论（有限时间控制,自适应控制和优化控制）,针对几类不确定非线性系统,设计相应的有限时间及优化智能自适应控制算法,并从理论的角度给出被控系统收敛性、稳定性的证明。主要研究内容如下:（1）针对带有状态约束且幂指数不为1的非线性系统,设计状态限制的模糊有限时间自适应控制策略。在控制策略设计中,利用模糊逻辑系统（FLS）辨识未知动态,基于Backstepping设计算法、加幂积分控制方法,结合有限时间障碍Lyapunov函数,提出有限时间控制方法,并证明被控系统所有状态不违反给定的边界且保证所有信号在有限时间内收敛到包含原点附近小邻域中。最后,一个二阶数值例子验证提出方案的有效性。（2）针对带有幂指数切换行为的非线性系统,在任意切换信号下,设计带有抑制切换行为的模糊有限时间自适应控制策略。在控制策略设计中,利用FLS处理未知动态,结合加幂积分方法和Backstepping设计算法,首先构造模糊实际有限时间控制器,在此基础上,利用逆优化理论基本思想,设计出可同时实现有限时间收敛且性能指标最小的有限时间优化控制器。然后,在有限时间共同Lyapunov稳定意义下,分别证明了被控系统的半全局实际有限时间稳定性以及优化性质。最后,二阶数值例子和四阶实际倒立摆系统分别验证提出方案的有效性。（3）针对带有执行器故障且幂指数不为1的互联非线性大系统,设计可保证跟踪性能的分散模糊有限时间容错控制策略。在控制策略设计中,采用FLS处理未知动态,结合Backstepping分散控制设计算法、加幂积分方法和容错控制技术,构造性的设计出分散有限时间自适应控制器,并从有限时间Lyapunov函数理论角度,分析了被控系统的稳定性。最后,一个二阶数值互联大系统验证提出方案的有效性。（4）针对带有动态未知和全状态约束的随机非线性系统,设计带有状态限制的神经网络（NN）跟踪优化自适应控制策略。在控制策略设计中,首先,为避免在实现优化控制时违反状态约束,建立了新的障碍优化性能指标函数。在辨识-执行-评判框架下,利用NN处理未知动态,设计了Backstepping算法下的虚拟和实际优化控制器。然后,结合四次障碍Lyapunov稳定性理论,证明了被控系统在随机扰动下是依概率有界的。最后,二阶数值算例和三阶实际机电系统分别验证提出方案的有效性。