神经网络是一种非线性动态系统,在参数选取得当的情况下,可以表现出很大的复杂动态特性,T-S模糊系统则是由一组IF-THEN规则描述的非线性系统,可以将整个输入空间转化为多个局部模糊空间,用线性方程组表示每个输出空间,从而给出非线性系统的局部线性表示,使得许多线性系统理论可以方便地应用于非线性动力系统的系统分析.此外,同步控制在各个领域的应用也十分广泛,相关控制问题引起了学者的广泛关注.另一方面,由于网络资源以及一些硬件设施的限制,通信受限问题也是网络化系统研究中的一个重要话题.因此,通信受限约束下T-S模糊神经网络系统的同步控制问题的研究具有十分重要的意义.本文以神经网络系统为基础,对通信受限约束下T-S模糊神经网络系统的同步控制问题进行了系统地研究.主要研究内容包括:(1)研究了网络攻击下基于自适应触发的具有控制输入饱和的一类神经网络系统的同步控制问题.首先,考虑网络攻击和控制输入饱和的影响,构造了一个基于驱动响应同步的闭环误差系统模型.然后,运用李雅普诺夫泛函方法得到了确保误差系统渐近稳定的充分条件.在此基础上,利用线性矩阵不等式方法,得到了输出反馈控制器的增益矩阵和事件触发参数矩阵.最后,给出一个数值例子说明了该方法的有效性.(2)研究了一类具有时滞的T-S模糊神经网络系统的事件触发同步控制问题.提出了一种基于输出误差的事件触发机制,对控制器的输入信号进行更新以提高通信效率.首先,为了研究给定事件触发方案下的同步问题,提出了一种基于驱动响应模式的同步控制T-S模型.随后,利用李雅普诺夫泛函方法,得到了同步误差系统渐近稳定的充分条件.通过求解一些线性矩阵不等式,可以得到响应系统控制器的增益矩阵.最后,以一个数值仿真例子验证了该方法的有效性.(3)考虑网络攻击对信号传输的影响,研究了网络攻击下一类T-S模糊神经网络系统的自适应事件触发非脆性同步控制问题.提出一种自适应事件触发机制,该机制可以根据输出误差动态地调节触发阈值.首先,考虑自适应事件触发机制和网络攻击对信号传输的影响,建立了一个同步误差系统模型.然后,通过运用李雅普诺夫泛函方法得到同步误差系统渐近稳定的充分条件.利用线性矩阵不等式方法解决了非脆性T-S模糊控制器的设计问题.最后,给出一个数值仿真来说明所提方法的有效性.