倒立摆系统由于其具有参数易于调整、成本低廉、结构简单等特点,因而成为一种研究控制理论的典型的实验装置。倒立摆系统是一个高阶次、不稳定、多变量、非线性、强耦合的动态系统,在对其控制过程中可以有效反映出如鲁棒性问题和非线性问题等控制中的许多关键问题。因而多年来控制学界非常重视对倒立摆系统的研究,其研究过程具有重要的理论价值和实际意义。针对倒立摆系统的模糊神经网络控制这一理论课题,本文主要研究的内容如下:1.对固高公司生产的一级、二级倒立摆系统分别应用牛顿力学方法和拉格朗日方法进行数学建模,并分别对一级和二级倒立摆系统的能观性、能控性及稳定性进行分析。2.将模糊控制与神经网络控制技术相融合,通过神经网络的自学习能力来训练和调整模糊控制器的隶属度函数,设计一级和二级倒立摆模糊神经网络控制器。3.在设计二级倒立摆模糊神经网络控制器的过程中,研究矩阵Q、R的寻优问题,通过遗传算法搜索到最优矩阵,并将其用于系统的仿真与实际控制之中;通过设计融合函数,使二级倒立摆输入变量降维,并通过反复调整控制器的量化因子和比例因子来达到二级倒立摆控制的理想指标。4.在Simulink环境下完成倒立摆系统的计算机仿真后,采用基于MATLAB软件的控制界面,将上述设计的模糊神经网络控制器在一级、二级倒立摆实际系统中进行实验,验证控制器的有效性,并对实验结果进行分析。