模糊逻辑和神经网络在许多领域都得到了广泛应用。在控制领域，由于模糊神经网络具有很强的学习和表达能力，所以用它们来建立对象模型、充当控制器，具有比传统方法灵活优越的地方，本文就是对作者在这方面工作的总结。 第一、二章是对三年硕士生阶段所学相关知识的回顾，第三、四、五、六章是作者的研究结果。具体如下： 第一、二章：分别介绍模糊理论、神经网络的基本知识。 第三章：在第一章模糊理论的相关概念上，提出距离函数、距离隶属函数和基于变量向量的模糊集合概念，并由此构建了新型的模糊推理系统：Nmamdani FIS和NTS FIS。 第四章：集中讨论使用NTS FIS建模的一般方法，给出了NTS FIS模糊模型的结构、参数辨识的算法。作为对NTS FIS建模的补充，提出了一种基于变量向量的距离隶属函数——高斯距离隶属函数mgaussmf（Χ；θ，Ρ₀，σ），并推导出了高斯距离隶属函数mgaussmf（Χ；θ，Ρ₀，σ）对其参数求偏导的一般公式。 第五章：针对具体的目标对象——倒立摆系统，利用NTS FIS进行模糊建模，并与传统FIS中较为先进的ANFIS建模技术进行比较。 第六章：提出了一种新型的控制方法——状态预测逆控制，并将它应用于倒立摆控制系统中。