倒立摆系统是一个复杂、多变量、非线性、不稳定的快速系统，它被认为是自动控制理论中典型的实验设备，也是控制理论教学和科研中典型的物理模型。倒立摆之所以引起人们广泛的兴趣，是因为许多工业领域中的被控对象都可以抽象成为倒立摆模型，而且，在控制过程中，它能够有效地反应控制中的许多关键问题，如稳定问题，非线性问题，鲁棒问题，随动问题等。因此，倒立摆的研究不仅具有重要的工程背景，还有深刻的理论意义。 本文首先综述了智能控制策略在倒立摆系统控制研究中的历史和现状，重点阐述了模糊控制、专家控制、神经网络控制以及仿人智能控制等多种智能控制策略在倒立摆系统中的成功应用。 其次，运用了拉格朗日法对一级和二级倒立摆的建模过程进行了详细的推导。在此基础上，对本实验中的直线三级倒立 太原理工大学硕士研究生学位论文摆所采用的最优控制策略进行了理论上的深入分析，并通过仿真和实验操作进行了验证。 最后，本文采用基于进化计算一‘扭材模糊推理的控制策略对一级倒立摆进行控制，它不但有效地解决了由于多输入造成的“规则爆炸”的难题，而且运用进化计算对各输入变量的权值进行优化，根据各输入变量对控制效果产生不同的影响，来调整权值，增强了控制器的自适应性。 在对二级倒立摆进行控制时，采用了基于粗糙集评定法的分层模糊的控制策略。根据粗糙集评定法的判据，对二级倒立摆的六个状态变量进行了重要性和可导性的判定，依次推断出六个状态变量对控制效果的影响度，并在此基础上，设计了三个分层控制器，也很好地解决了“规则爆炸”的问题，取得了好的控制效果。