倒立摆系统的控制研究长期以来被认为是控制理论及其应用领域里引起人们极大兴趣的问题.它是检验各种新的控制理论和方法的有效实验装置,作为一个高阶、非线性、不稳定系统,倒立摆的稳定、随动控制相当困难,在控制领域中是一个极具挑战性的难题.该文首先阐述了倒立摆系统控制研究的发展过程和控制现状,介绍了倒立摆系统的结构和数学模型,并详细推导验证了四级倒立摆的数学模型,为更高层次的控制规律的研究打下了良好的基础.其次,该文主要研究了倒立摆系统的各种控制方法,包括现代理论控制方法(极点配置法、线性二次型最优控制)、滑模变结构控制方法、两种智能控制方法.以MATLAB语言及其SIMULINK工具为基础,做了大量的仿真研究工作,比较了各种控制方法的控制效果,并提出了状态变量合成和模糊聚类两种新的控制方案,以降低多变量系统的维数,达到有效控制.同时给出了一种模糊动态模型和一种复杂对象模糊动态模型的辨识方法.该辨识方法提出了一种模糊聚类算法,解决了模型辨识中确定隶属函数的问题;采用一种新的模糊系统解决了模糊规则数随输入维数成指数增长的问题.并以三级倒立摆系统的运行结果为例表明了该方法的正确性.最后,针对网络控制系统中出现的时滞问题,利用模糊聚类的方法来设计了模糊神经网络控制器,并以一级倒立摆的线性化模型为例进行了仿真研究,取得了良好的控制效果.整个论文的完成,以一定的理论为基础,既具有数学模型的推导,方法理论的探讨,又有各种方法的设计仿真过程,而且研究对象相当典型,因此具有重大的理论和实际意义.