通过网络形成的反馈控制系统称为网络化控制系统。在网络化控制系统中，网络的介入使得数据信息在传输过程中会遇到一系列不可避免的问题，如网络诱发时延、数据包丢失及错序、量化和通讯受限等。其中，起主要干扰作用的是网络诱发时延和数据包丢失现象，它们的存在降低了控制系统的性能，严重时还会影响到系统的稳定性。此外，有限的网络带宽资源和数据传输通道的不可靠性使得网络诱发时延和丢包表现出不确定性和随机性，这使得实际的网络化控制系统是一个更为复杂的随机控制系统，传统的控制理论不再适用于网络化控制系统。虽然网络化控制系统具有安装方便、布线减少、扩展方便、易于维护、可以实现资源共享和远程操控等众多优点并在实际工程中得到了广泛应用，但是网络介入而诱发的问题也是不容忽视的，严重时会导致整个控制系统崩溃而造成不可估量的经济损失。因此，深入研究网络诱发问题特别是随机时延和数据包丢失现象，针对网络特性建立随机时延和数据丢失情况下的网络化控制系统的控制模型，针对网络化控制系统的特点给出系统分析和控制设计的新思想和新方法是亟需解决的首要工作。此外，研究适合于网络环境下的先进控制策略，如研究不同类型随机时滞和数据丢包发生下随机系统的稳定性问题，研究随机时延和数据包丢失及错序情况下网络化控制系统的控制策略问题，不仅具有重要的理论意义，也有着广泛的应用前景，这也正是本论文的研究工作。本论文的主要工作可以概括如下：研究了随机时滞系统的稳定性分析问题。这一部分以神经网络作为模型，考虑了两种不同类型的随机时滞系统的稳定性分析问题，其中处理时滞的方法可以推广到一般的随机时滞系统。首先，考虑了带有随机离散时滞和分布式时滞的神经网络的稳定性问题。其中离散时滞随机的分布在两个不同的区间，且在每个区间的分布概率是已知的。通过引入一个满足Bernoulli分布的随机变量，于是带有随机离散时滞的神经网络系统转换成带有确定时滞和随机参数的系统。通过Lyapunov稳定性理论分析，得到了系统指数稳定的条件。建立的稳定性判定准则不仅考虑了时滞大小还考虑了时滞分布在不同区间的概率信息，因此降低了已有结果的保守性；然后考虑了带有区间时变时滞和时变分布式时滞的随机神经网络的稳定性问题，考虑的离散时滞d(t)存在于区间0<d1≤d (t)≤d2，其中时滞下界不局限于0。处理方法是将时滞d(t)表示成两个部分:常数部分d1和时变部分h(t)，即d(t)=d1+h (t)，然后通过对常数部分d1进行时滞分割，并构造新的Lyapunov-Krasovskii函数来处理区间时滞d(t)。结果表明：采用时滞分割的方法，当增大时滞分割整数，保持系统稳定的时滞上界也会变大，结果的保守性进一步降低。研究了在网络时延、信号量化和数据丢失情况下的网络化控制系统的反馈控制问题，考虑了两种情况：一是状态可测情况下的状态反馈控制；二是基于状态观测器的反馈控制。在网络化背景下，分布式时滞引入到网络化控制系统中来，并假定系统状态（测量输出）量化后才通过网络进行传输。建立了新的数据包丢失补偿方法，消除了数据包丢失造成的影响；构造了新的不等式和新的Lyapunov-Krasovskii函数来处理分布式时滞，最终分别得到了状态反馈控制器和基于观测器的反馈控制器设计方法。研究了在网络时延和丢包随机发生下的网络化控制系统的预测控制问题。考虑了两种情况：反馈通道存在随机时延和数据包丢失的网络化控制系统的预测控制问题；在反馈通道和前向通道中都存在随机时延和数据包丢失的网络化控制系统的预测控制问题。提出了预测控制思想。首先考虑了网络时延和丢包存在于反馈通道的情况，采用Markov链刻画网络诱发时延的随机性，基于预测思想，设计了基于观测器的状态反馈控制器，保证了闭环系统的稳定性。然后考虑了在反馈通道和前向通道都存在随机网络时延和数据包丢失的网络化控制系统的预测控制问题。构造了网络预测控制器，它由两部分组成：预测控制产生器和网络时延补偿器。在传感器端，测量输出通过网络经反馈通道到达控制器端；预测控制产生器产生一系列将来控制信号并打包通过网络传输到执行器；网络时延补偿器从最新的预测控制序列中选择合适的预测控制信号，作用于被控对象，实现了未知网络时延的补偿。针对数据包丢失现象，充分利用了网络的包传输特性及预测控制产生器的预测控制序列，消除了数据丢包带来的影响。针对一类带有多通讯时延和数据丢包的离散非线性网络化系统，提出了H_∞滤波器设计新方法。考虑了随机多时滞（离散时滞和分布式时滞）、扇形有界的非线性函数和随机丢包现象，用彼此独立的满足Bernoulli分布的随机变量来刻画通讯时滞和数据丢包的随机性。在离散框架下，构造了新的Lyapunov-Krasovskii泛函，提出了新的不等式技巧来处理模型中的分布式时滞。所设计的H_∞滤波器，使得滤波误差系统是均方渐近稳定的同时满足给定的H_∞性能指标。仿真算例验证了滤波设计方法的有效性和实用性。