作为控制领域研究的热点,倒立摆装置被公认为自动控制理论中的典型试验设备，也是控制理论教学和科研中不可多得的典型物理模型,而且其控制方法和思路对处理一般工业过程亦有广泛的用途。通过对它的研究不仅可以解决控制中的理论问题，还能将控制理论涉及的三个主要基础学科:力学、数学和电学（包含计算机）进行有机的综合应用。此外，倒立摆还可以提供一个从控制理论通往实践的桥梁。因此，倒立摆系统在控制理论研究中是一种较为理想的实验装置。本文论述了应用MATLAB语言辅助倒摆系统自适应模糊控制的开发过程，在将模糊理论与自适应神经网络理论融合用于对倒立摆系统的控制方面，是一次有益的尝试和创新。首先，本课题从倒摆系统的设计需求出发，制定了切实可行的系统设计方案。从系统开发平台角度，在Windows环境下，选择了编程效率高、语句简单、使用高效方便的MATLAB语言辅助设计。其次，在对小车倒摆问题的系统模型进行动力学分析及简化后，使用基于自适应网络的模糊推理系统ANFIS来研究倒摆的控制问题，选择了模糊控制中与线性系统理论的配合性很好的Takagi-Sugeno模型进行控制器的分析与设计。再次，根据实际控制要求，确定状态变量和控制变量的范围，在状态空间的每一个方向上均匀选取若干数据点。当获得了足够的数据后，通过自适应神经网络模糊系统ANFIS来训 <WP=51>练产生隶属度函数和模糊规则，即产生模糊控制器。最后，利用MATLAB系统中提供的仿真环境—图形化的系统建模和仿真工具Simulink来对系统进行仿真。直接将设计的推理系统导入仿真环境，并且通过仿真来检验和测试设计的推理系统。从仿真结果中可以看出，由上述模糊规则组成的系统稳定、动态跟踪能力好，控制效果比较理想。