本文对包括模糊控制(Fuzzy)、神经网络(Neural Network)、遗传算法(GA)在内的软计算(Soft Compuring)以及它们之间的互相结合作了较为系统的讨论。本文在神经网络中主要研究了小脑模型关节控制器(CMAC)。本文首先讨论了模糊控制、CMAC、遗传算法的基本原理、基本特点、运行机理以及它们的缺陷。然后根据它们的不同特点，详细论述了几种不同的结合方式：模糊-遗传控制算法，模糊CMAC控制算法，遗传-FCMAC控制算法，并与仿人智能控制算法进行了比较。本文详细讨论了典型的非线性系统倒单摆、一级和二级倒立摆为控制对象的建模与控制，并以倒立摆为被控对象对上述每种算法的特点和适用范围分别作了讨论和比较。 仿真结果表明，对不同的智能控制算法进行结合集成，能够综合吸取两种算法的优点，而将两者的缺点互相抵消。模糊CMAC控制器的学习能力强，适用于时变对象；遗传算法作为一种随机搜索算法，尽管学习时间比较长，但对于复杂难控制的对象还是很适用的。本文的各种智能控制算法均取得令人满意的仿真结果。