倒立摆系统是一种典型的非线性、多变量、不稳定、强耦合的快速系统，由于它受多种非线性因素的影响，实现其控制较为困难，因此多年来对它的研究受到控制学界的普遍重视。对倒立摆系统的研究可归结为对多变量绝对不稳定系统的研究，因此其控制方法和思路对处理一般工业过程具有广泛的用途，其控制方法的研究也具有指导意义。 本文首先对倒立摆系统的控制问题及其一般的控制策略进行了评述。接着深入分析了粗糙集理论的思想精髓、特点，综述了粗糙集在智能控制中应用现状；重点介绍了思维进化算法的理论精髓、主要算法及其应用发展。 最后本文针对倒立摆系统的动态特性，寻找粗糙集、思维进化与模糊控制的切入点，首次提出一种新的智能控制策略—基于粗糙集、思维进化的模糊控制策略用于倒立摆系统的控制。 该控制策略利用T-S模糊模型易于表达非线性系统动态特性的优点，离线建立模糊查询表来实现实时查找在线控制，并且提出一种新颖的快速查询方法—列存储下标查询法，该方法可以大大提高规则查找的速度，而且任一规则均花费相同的查询时间；充分利用粗糙集知识约简和不相容度的理论，对模糊规则表进行约简，避免由于输入变量过多而导致搜索空间巨大、规则爆炸等问题；同时利用思维进化算法优化模糊控制的参数，这种算法在计算效率和收敛性方面都优于遗传算法。 摘要 倒立摆系统的控制实验表明，与PD和模糊控制策略相比，RMBFC控制策略简单有效，不仅大大减少了模糊规则的数目，加快了MEA的参数寻优速度，提高了系统的快速性，而且由于对被分析数据整体的处理是客观的，避免了常规模糊控制从主观角度随意约简输入变量的弊病;同时，由于去掉冗余的条件属性，消除了因变量之间强祸合关系而产生的噪声，使系统的控制特性得到了改善，快速性提高，鲁棒性增强。并且该策略对二级倒立摆这样一个复杂的多变量、强祸合、非线性的快速系统具有良好的控制特性。