学习是人类获取知识的主要形式,是人类具有智能的显著标志,是人类提高智能水平的基本途径。因此,学习也是智能控制的重要属性。对于一个系统而言,如果能对一个过程或环境的位置特征的固有信息进行学习,并将得到的经验用于进一步的估计、分类、决策或控制,从而使系统的性能得到改善,那么就称该系统为学习系统。具有学习功能的控制系统也称为学习控制系统。迭代学习控制也是一种先进的控制方法,适用对象是诸如工业机器人那样的具有重复运动性质的被控系统,它的目标是实现有限区间上的完全跟踪任务。但是在迭代学习过程中,学习控制器由于硬件、软件等原因,存在着一定的控制器参数变化,出现不确定性。这种不确定性将导致闭环系统的性能下降,使得系统不能很好的跟踪目标。然而对迭代学习控制器中含有的不确定性还很少有人研究。非脆弱控制是处理控制器中含有的不确定性的有效方法,其目的就是设计一个非脆弱控制器,使得闭环系统稳定,并且满足一定的性能,这就是本文的主要工作,具体如下:研究了离散线性时变系统的非脆弱保性能迭代学习控制及其优化的问题。基于迭代域性能函数和线性矩阵不等式方法,针对控制器具有加法不确定性和乘法不确定性两种情况,给出了非脆弱保性能迭代学习控制器的设计方法及其优化方法。研究了离散线性时不变系统的鲁棒非脆弱保性能迭代学习控制及其优化的问题。同时考虑离散线性时不变系统参数的不确定性和学习控制器参数的不确定性,基于迭代域性能函数和线性矩阵不等式方法,针对控制器具有加法不确定性和乘法不确定性两种情况,给出了鲁棒非脆弱保性能迭代学习控制器的设计方法及其优化方法。