本文主要从三个部分来写,第一部分是环形二级倒立摆仿真模型的实现；第二部分是对仿生智能算法的研究；第三部分是应用改进的放生智能算法对环形二级倒立摆的控制进行多目标优化。下面从这三个方面分别介绍。环形二级倒立摆仿真模型的实现。环形二级倒立摆相对一级倒立摆要复杂的多,用牛顿力学实现其数学模型已非常困难,所以需要应用分析力学中的拉格朗日力学,用能量来实现其数学模型,得到一个二阶矩阵微分方程,通过降阶转化成一阶微分方程组,然后应用四阶龙哥库塔法,建立计算机仿真模型,为后面的多目标优化搭建好仿真试验平台。仿生智能算法。本文以遗传算法为基础进行研究,设计了改进的引入加速算子的遗传算法,大大的提高了遗传算法的运行速度,与传统的遗传算法相比其计算速度至少提高一个数量级。加速算子还有不足就是只能用于单目标优化,之后又设计了更加完善的加速协同算子。在单目标情况下,与加速算子相比它的搜索能力更强。在多目标优化方面也表现出了良好的性能,不但搜索速度快而且通过了高维多目标测试函数DTLZ3在10个目标19个变量的情况下的测试。在此基础上又进一步对协同进化算法进行研究,提出了更为复杂的分层多目标协同进化算法。环形二级倒立摆的多目标优化。这部分首先要选取待优化的目标,然后根据选取的目标设计相应的适应度函数,最后应用前面设计的改进的多目标优化算法进行优化,取得了良好的效果。