并联机构具有承载能力强、重量轻、刚度大等特性,广泛应用于对接机构、矢量推进、机床、天文、模拟器等方面。但是并联机构的综合、运动学、动力学和控制等问题都比较复杂。本文选择常见的3-PSS并联机构作为研究对象,在运动学方面主要研究了神经网络解法与基于粒子群数值解法,在控制方面研究了神经网络预测控制问题。首先,本文对3-PSS机构运动学进行了详细分析,以此为基础建模和编制程序。使用SolidWorks生成数据点空间,验证了基于公式离散法求得的点空间结果。其次,研究了神经网络学习运动数据点集的问题,基于LabVIEW改进了神经网络应用的结构形式,并使用LabVIEW移植神经网络,使用Solid Works验证了该神经网络具有求解空间运动学的能力。再次,本文采用LabVIEW编制粒子群程序,并验证了程序的可行性,基于该程序实现了3-PSS运动学的数值解。在与Solid Works中的原始轨迹对比后可知,该方法可以达到一定精度。此外还讨论了神经网络法与粒子群法的异同、应用场合和结合的方式。最后,本文基于simulink神经网络预测控制工具箱分析了其控制性能。基于LabVIEW对神经网络预测部分进行了改进。结果表明改进后的神经网络可以实现高精度的滚动学习和滚动预测。