倒立摆是一个典型的非线性、强藕合、快速、多变量和绝对不稳定系统,它的控制是控制理论应用的一个典型范例,通常被用来检验控制策略的有效性。同时,由于倒立摆系统控制与火箭和飞行器控制等具有相似性,对其进行控制所采用的控制算法以及得出的结论对其它工程控制问题具有一定指导意义。对倒立摆系统的研究除了增加摆的级数,更重要的是如何发展现有的控制方法、研究新的控制方法应用到实际系统中或提出新的控制任务。本文围绕一级倒立摆和二级倒立摆系统,运用智能控制算法研究了倒立摆的控制问题。本文主要做了如下研究工作:1、讨论一级倒立摆和二级倒立摆的数学建模方法,推导出他们的非线性微分方程,以及线性化后的状态方程。2、讨论传算法和BP算法的优缺点基础上,将两者相结合讨论,形成了遗传算法和BP算法相结合神经网络控制器,应用于固高公司的直线一级倒立摆和二级倒立摆系统控制中,证明了此结构和学习算法的有效性。3、用gensim函数生成了模块,连接到归一化模块上,在simulink工具箱中搭建了神经网络控制器,对倒立摆进行了有效的实时控制。4、分析了神经网络控制倒立摆的稳定性和抗干扰能力,给出了仿真图片,实时控制曲线和在扰动下二级倒立摆的实时曲线。实验结果表明GA和BP算法相结合的神经网络在倒立摆控制中是一种积极有效的控制方法,对倒立摆的控制有很好的效果