以并联6自由度电动平台为研究对象，针对各电动缸之间的强耦合性及外负载扰动的不确定性，提出一种基于小脑神经网络（CMAC）滑模控制策略，充分利用CMAC响应速度快及滑模变结构控制（SMC）抗干扰能力强的特点，以解决传统控制方法鲁棒性差的问题。通过位姿和动力学分析，讨论了影响6自由度电动平台动态特性的关键因素，并以此进行了仿真训练和耦合性实验。结果表明，电动缸的实际位姿能准确跟踪预定轨迹，说明CMAC滑模控制可有效解决电动缸之间的强耦合问题。