倒立摆为典型的快速、多变量、非线性、绝对不稳定系统。在实际中有很多这样的系统，像卫星发射架系统和海上钻井平台系统等都与之相似，因此，对它的研究在理论上和方法论上均有深远的意义，其控制方法和思路对这类系统以及处理一般工业过程亦有广泛的用途。 本文针对固高公司提供的倒立摆实验设备，对一、二、三级倒立摆的控制方法进行了研究，并做了相应的仿真和实物控制。首先应用PID、状态反馈、LQR、三种方法分别对一级倒立摆进行实时控制，得到了较好的控制效果。然而，由于以上方法的抗干扰能力差，鲁棒性弱，所以尝试运用模糊控制，使控制性能进一步提高。对于二级倒立摆，由于其控制变量多、非线性强，所以控制规则与隶属函数很难确定。考虑这些原因，文中采用了神经模糊推理系统(ANFIS)，对二级倒立摆做了实时控制，该方法生成规则数少，形式简单，实时性更好。对于控制难度更高的三级倒立摆，本文采用遗传算法优化LQR参数后，用最优控制的方法，对倒立摆系统进行了仿真研究，得到了很好的控制效果。 通过对一、二和三级倒立摆的多种实物控制的研究和比较，可以看出控制的难度在不断加大，需要运用的控制方法也越来越先进。在运用PID控制时，由于倒立摆是多输出的复杂系统，所以选择合适的输出量是关键问题；状态反馈方法中，为了使系统响应速度快而且能够满足试验设备硬件要求，极点的选择是主要的设计问题；在模糊控制器的设计过程中，隶属函数的选取和控制规则的确定是难点，而应用ANFIS推理系统后，规则确定和隶属函数选取的问题就迎刃而解了。对于LQR控制，加权矩阵Q的选择是关键，可以用遗传算法，选取Riccati方程解的迹作为目标函数来优化Q阵，使控制的效果得到改善。本文成功的解决了三级倒立摆的控制难题。