随着科学技术的迅速发展,新的控制方法不断出现,倒立摆系统作为检验新的控制理论及方法有效性的重要实验手段得到广泛研究。本文选取平面一级倒立摆系统作为研究对象,进行了针对多变量复杂系统的智能控制方法——基于粗糙集的Mamdani神经模糊系统分组补偿控制策略的研究与仿真。 首先,本文在对粗糙集理论知识获取方法及思想进行分析的基础上,提出了平面一级倒立摆系统的模糊规则获取算法。该粗糙集规则获取算法在决策表的构建中结合了粗糙集理论和模糊集理论,采用模糊离散归一化方法构造模糊决策表,决策表的属性约简采用了“属性重要度”启发式算法,使获取的精简模糊控制规则对映射Mamdani神经模糊系统模型更合理,具有更好的控制适应性。 然后,本文对基于Mamdani模糊模型的神经模糊系统进行了理论分析,介绍了其控制思想、网络结构及学习算法,在理论分析的基础上,指出了神经模糊系统控制方法的优点,以及它在针对平面一级倒立摆系统控制中存在的不足:网络结构庞