倒立摆是一种典型的非线性,多变量,强耦合,不稳定系统,对倒立摆的研究有非常重要的理论和实践意义,在控制的过程中能够反映许多关键问题,具有重要的理论意义以及实际意义本文以三级倒立摆系统为研究对象,采用变论域自适应模糊控制的李云研究的倒立摆系统的仿真,结果表明本文所设计的基于模糊神经网络的变论域自适应模糊控制器有很好的控制效果。主要工作如下：首先介绍了倒立摆系统的研究意义,分类,特性分析以及研究现状,对倒立摆系统有一个大概的认知。其次介绍了倒立摆系统的结构,采用牛顿力学分析的方法和拉格朗日方法对三级倒立摆系统进行建模,证实了通过这两种方法所建立出来的数学模型是一致的；同时进行定性分析,证明三级倒立摆系统是完全能控的。最后,针对三级倒立摆的稳定控制的问题,分析了LQR控制算法,变论域自适应控制算法,基于模糊推理的变论域自适应控制算法,对这三种算法进行了比较分析。针对以上三种控制算法的优缺点,提出并设计了基于模糊神经网络的变论域自适应模糊控制算法,本质是使用模糊神经网络来优化伸缩因子,已达到优化控制器的目的。本文设计了基于神经网络的伸缩因子,然后在MALAB中进行仿真,对相关的控制器进行的分析和比较。