中文摘要：

本项目从鲁棒和自适应的观点，研究不确定系统高性能混合控制器设计的基本原理和方法。主要内容包括控制器结构所产生的性能限制；鲁棒和自适应控制器的混合工作原理；合理确定系统不确定参数或自适应参数；如何改进设计条件或准则的保守性以及系统仿真研究等。所得结果可应用到航空航天、化工过程和生产制造等领域中的控制系统设计，具有重要的理论意义和广泛的应用价值。

结论摘要：

本项目从鲁棒和自适应的观点，研究了不确定系统高性能混合控制器设计的基本原理和方法。主要成果包括(1) 对一类不确定的延迟系统，提出一种鲁棒的模型参考自适应控制器设计方案。由于该方案充分考虑了系统不确定性及控制器结构，因而具有较小的保守性；(2) 借助于延迟系统的描述方法，获得了新的界实准则， 进而第一次求出了输出反馈条件并提供了其相应的设计方法；(3) 对具有多重延迟的不确定系统，证明了模型匹配控制器的存在性。由此提出了新的鲁棒自适应控制方案。该方案应用到一类实际的多输出延迟系统，具有较好的跟踪性能；(4) 提出了一种基于神经网络的鲁棒迭代学习控制方案并用来处理一类既含有结构不确定性，又含有非结构性不确定性机器人系统的跟踪控制问题。利用Lypunove函数直接方法,证明了每次迭代系统是一致有界的，并且随着迭代次数的增加,跟踪误差渐进收敛于零。所有上述结果可应用到航空航天、化工过程和生产制造等领域中的控制系统设计，具有重要的理论意义和广泛的应用价值。