本文以实验室购买的固高科技公司的GPB2001板球系统为研究对象，进行控制算法及理论的研究。板球系统包含多个变量，是一个非线性系统，其控制对象为一个平板，该平板由两个伺服电机驱动，平板的运动带动位于平板上的小球的运动，使小球能够稳定在平板上的某一具体位置，或完成某种设定的运动。首先论文详细介绍了板球系统的结构和工作原理；在此基础上采用欧拉-拉格朗日方程推导出了板球系统的动力学方程。板球系统是一个非线性系统，因此首先采用了滑模变结构控制方法，利用其良好的鲁棒性、实现简单等优点分别设计了板球系统的基于趋近律以及基于等效控制的滑模控制器，通过MATLAB仿真验证了算法的效果。然后针对滑模控制中产生的抖振，引入了RBF神经网络对其进行削弱。利用RBF结构简单而且能够逼近任意非线性函数的优点，将其与滑模控制相结合，充分发挥RBF神经网络的非线性映射能力以及极强的自学习能力两个优点，实现了板球系统的自适应滑模控制。最后介绍了粒子群算法，采用加入遗传因子的方法来弥补基本粒子群算法易陷入局部极小的缺点，并采用改进后的粒子群算法对径向基函数神经网络的中心点、宽度以及权值进行离线优化，使控制效果更佳。最后文章提出了基于粒子群优化的径向基函数神经网络等效滑模控制方法，将其应用在板球系统的控制当中，并将优化前后的MATLAB仿真结果进行了比较。实验结果验证了算法的可行性，以及良好的控制效果。