三自由度直升飞机模型是一个具有非线性、控制变量多、不稳定等特点的复杂系统,并且很难分析得到确切的数学模型。粒子群优化神经网络控制算法是近年来人民关注的问题。本文以粒子群优化神经网络控制算法为控制策略,研究了GOOGOL公司研发的三自由度直升飞机模型的控制问题。主要研究内容如下:1、介绍机体系统模型基本组成硬件结构、机体本体硬件具有的基本特性和控制电机改变飞行姿态,分析它的飞行特性及列出物理学的受力公式,在不同姿态下,分析出不同运动姿态下的受力表达式,最后列出状态空间变量矩阵显示整个系统的运动状态表达式,搭建运动系统状态方程,并详细分析系统稳定性、系统能控能观性以及系统解耦性。2、先介绍了一种遗传的粒子群优化算法,能够优化神经网络权值和PID初值,防止设置参数时陷入局部极值,再介绍本文的控制算法,采用径向基神经网络整定单神经元PID的控制算法,设计粒子群优化RBF-NNPID控制器,通过Jocabian的辨识信息对PID的参数值进行在线整定,达到预期的控制目的,并将被控对象矩阵设为机体系统模型,MATLAB Simulink模块搭建仿真并实验。3、将粒子群优化RBF-NNPID算法应用到机体系统模型上进行实时飞行,控制俯仰角度及旋转速度,输出俯仰角度曲线、横侧角度曲线及旋转速度曲线,能保证系统的稳定性,验证控制算法切实可行。4、仿真和实时控制的结果也表现出控制算法研究的不足,认真的归纳分析后,展望控制算法研究的后续工作。