平台自动调平技术广泛应用于军事、工业、科研等领域,对国民经济建设和社会发展具有重要的支撑作用。评价自动调平系统控制性能的主要性能指标有调平速度、调平精度以及稳定度等,由于平台调平系统是一个非线性的多变量耦合系统,传统控制方法在自动调平系统中难以取得较好的控制效果。故论文针对调平系统的建模仿真及智能控制展开研究,目的是硕士提高平台调平的速度、调平精度及稳定度。首先,论文以四支腿结构的平台为研究对象,分析了位置误差控制调平法、角度误差控制调平法及逆系统解耦控制调平法的特点,提出了使用最高点不动法结合逆系统解耦控制法的复合调平法为论文的调平方法。其次,分析了平台系统及其子系统的数学模型,并使用Matlab/Simulink建立了平台系统和支腿系统的机电一体化仿真模型。在此基础上使用经典PID控制器对平台加以控制,仿真结果表明其调平速度慢,这是由于PID控制器无法对平台进行完全解耦造成的。针对该问题,提出使用改进PID神经网络(PIDNN)实现平台的解耦控制器。论文主要从PIDNN的结构和学习算法两方面对其加以改进。仿真实验表明改进PIDNN解耦控制器的调平速度明显快于经典PID控制器,但由于PIDNN在线学习过程中容易陷入局部最优,造成其较大的稳态误差,难以满足高精度调平的需求。最后,为了消除PIDNN解耦控制的稳态误差,提出了一种改进布谷鸟算法(MCS)对PIDNN初始权重加以优化。该算法通过与粒子群算法(PSO)和遗传算法(GA)的融合,以及进化算子自适应执行等改进措施进行改进。标准测试函数的对比测试表明,MCS相比于CS和PSO具有更好的优化搜索性能。仿真结果表明,优化后的PIDNN控制器不仅保持了较快的调平速度,还消除了静态误差,提升了平台的调平性能。