球棒系统是大学控制实验室里常见的实验设备，通常用来检验控制策略的效果，是控制理论研究中较为理想的试验手段。球棒系统就其本身而言是一个复杂的多变量非线性系统，因此研究智能控制在球棒系统中的应用可以对一类复杂的非线性控制对象提供有效的控制算法，同时也为球棒系统实验设备的研制提供了必要的理论依据。 本文利用拉格朗日方程建立了球棒系统的数学模型，并在平衡点小范围线性化后用状态反馈方法设计了控制器，使球棒系统稳定在平衡点。但当球的位置和棒的角度变大时，系统将难以稳定， 由于用一般的输入输出线性化法不能对球棒系统进行全局线性化，所以本文用近似输入输出线性化法，对球棒系统进行了近似全局线性化处理并设计了控制器，提高了球棒系统的稳定区域。 用神经网络控制理论设计了一种神经网络控制器，它通过对给定的指标函数优化找到一种满足性能指标的反馈控制率，实现了球棒系统的稳定控制。 模糊神经网络使得模糊控制规则和隶属度函数可以通过对样本数据的学习自动地生成起来，本文针对球棒系统用样本数据构造了一种模糊神经网络控制器，并将模糊控制理论与线性反馈理论相结合，对球棒系统设计了一种基于模糊状态模型的状态反馈控制器，由于模糊信息的引入，控制器性能得到很大改善，扩大了球棒系统的稳定范围。