倒立摆是典型的非线性系统,具有多变量、强耦合和绝对不稳定的特征。从其问世就是控制理论与应用的研究热点。倒立摆的控制过程能反映控制理论中的诸多关键问题,如镇定问题、非线性问题、鲁棒性问题以及跟踪问题等。倒立摆的控制实验能检查或说明控制方法对严重非线性和绝对不稳定系统的控制能力。本文围绕倒立摆摆起控制决策的优化问题展开,首先尝试了采用摹方法对已知摆起轨迹的深度优化。略微改变某个控制周期的控制力,可在已知轨迹的节点附近获得新的节点。通过这种方式将已知摆起轨迹转变为多阶段有向图,进而达到进一步优化摆起控制策略的目的。略微改变某个控制周期的控制力,可在已知轨迹的节点附近获得新的节点。通过这种方式将已知摆起轨迹转变为多阶段有向图,进而达到进一步优化摆起控制策略的目的。本文在深入研究摹方法优化摆起控制决策的优缺点后,接着提出了采用遗传算法分段优化一级倒立摆摆起控制决策的思想。在导轨长度和控制力受限的情况下,从倒立摆的物理特性出发,以摆杆进入上半平面前的最后一次角速度为零的时刻为分界时刻,将摆起过程分成两个阶段,分别使用自适应交叉、变异算子的遗传算法搜索每个阶段的最优控制决策。实现了1.9s内一级倒立摆的成功摆起。这种方法可以简化控制规则,优化摆起时间,并使摆杆更加平稳的进入稳摆控制。在Simulink环境下,完成了仿真控制和实时控制实验,说明该方法是可行的。最后,对用遗传算法优化二级倒立摆摆起控制决策做了初步尝试,并完成了仿真实验。