针对一类非线性系统,设计了将滑模控制分别与模糊控制、神经网络控制以及自适应控制相结合的控制策略,并采用微粒群算法对系统的参数进行优化设计,最后结合倒立摆模型进行仿真研究,验证方法的正确性及合理性。首先,研究了一种新的基于微粒群算法的模糊滑模控制方法。利用滑模控制使系统的跟踪误差进入给定的边界层内,启用模糊控制取代切换控制;同时为保证控制系统的全局稳定性,加入监督控制以柔化控制输入,并采用微粒群算法优化控制器参数,来改善控制器性能。其次,针对滑模控制中扰动上确界难以确定的问题,文中将模糊神经网络与滑模控制相结合,利用模糊神经网络的输出逼近未知函数和系统总的不确定性,以实现自适应滑模控制;为使系统具有良好的动态性能,采用微粒群算法对控制器的参数进行优化。最后,研究了一种新的基于微粒群算法的模糊自适应滑模控制方法。利用模糊控制的输出逼近未知函数和系统总的不确定性,然后根据滑模控制原理构造出模型的参数自适应律,并采用微粒群算法对控制器的参数及自适应参数进行优化。这种方法在保持滑模控制系统强鲁棒性的同时,提高了系统的响应速度和跟踪精度。