控制理论及智能控制论的发展与现状
控制科学与工程学科发展报告,发展现状及趋势
控制科学与工程学科发展现状及趋势一、国内外现状概述：经典控制理论的研究对象一般为单输入、单输出的自动控制系统，特别是线性定常系统。
经典控制理论的特点是以输入输出特性（主要是传递函数）为系统的数学模型，采用频率响应法和根轨迹法这些图解分析方法，分析系统性能和设计控制装置。
经典控制理论的数学基础是拉普拉斯变换，占主导地位的分析和综合方法是频域方法。
经典控制理论主要研究系统运动的稳定性、时域和频域中系统的运动特性、控制系统的设计原理和校正方法。
其局限性主要表现在一般仅适用于单变量和定常系统。
现代控制理论以线性代数和微分方程为主要的数学工具，以状态空间法为基础，分析与设计控制系统。
状态空间法本质上是一种时域的方法，它不仅描述了系统的外部特性，而且描述和揭示了系统内部状态和性能。
较之经典控制理论，现代控制理论的研究对象要广泛得多，原则上将，它既可以是单变量、线性、定常、连续的，也可以是多变量、非线性、时变、离散的。
智能控制可以概括为自动控制和运筹学、计算智能、人工智能等学科的结合，其结构是：识别、推理、决策、执行。
在低层次的控制中用常规控制器，而在高层次的控制中则应用具有在线学习、修正、组织、决策和规划能力的控制器，模拟人的某些智能和经验来引导求解过程。
智能控制理论是以专家系统、模糊控制、神经网络等智能计算方法为基础的智能控制。
智能控制的发展还不完善，甚至可以说才刚刚开始，但是可以预见智能控制的发展与完善将引起控制科学与工程学科的全面革命。
集散控制系统（DCS）就是在生产过程自动化的巨大需求的背景下发展起来的一种自动化技术。
它把控制技术、计算机技术、图像显示技术以及通信技术结合起来，实现对生产过程的监视、控制和管理。
它既打破了常规控制仪表功能的局限，又较好地解决了早期计算机系统对于信息、管理和控制作用过于集中带来的危险。
当前DCS发展的一个新趋势是基于无线工业网络的集散控制系统，采用DCS不是简单地取代传统的控制设备，而是一种高新技术的发展。
谈控制理论与控制工程的发展与应用
谈控制理论与控制工程的发展与应用科学技术的不断发展，为控制理论与控制工程技术的发展提供了新的机遇。
随着控制理论研究的不断加强，控制工程技术在生产生活中所发挥的作用也日趋显著。
本文主要是就控制理论与控制工程的发展和应用进行了分析与探讨。
标签：控制理论；控制工程；发展；应用引言科学技术的不断发展为控制理论的研究和应用奠定了良好的基础。
而控制理论与控制工程研究工作的不断深入，不仅丰富了控制理论和控制工程技术的内容，同时与之相关的研究领域也不断的拓展。
随着各个高校已经将控制理论与控制工程课程作为高校专业课程，不仅为控制理论的研究奠定了良好的基础，同时也促进了控制工程技术应用效率的稳步提升。
1、控制理论与控制工程的产生控制理论控制理论与控制工程技术在人类社会发展过程中发挥着极为重要的作用，其在社会经济发展过程中的重要性不言而喻。
就控制理论的应用环境而言，由于现阶段的信息与科学技术仍然处于不断发展和变化的阶段，因此，控制理论与控制工程所涉及到的内容也随着信息与科学家是的发展和变化而不断的完善，在这一过程中以原有控制理论为基础衍生而来的智能控制理论、基础性技术理论等，在控制理论研究的过程中也发挥着极为重要的作用。
2、控制理论与控制工程的发展第一阶段：上世纪40-60年代，针对这一时期的开展理论与开展工程研究，主要以古典控制理论为主，就控制理论与控制工程的研究而言，读点控制理论时期所研究的内容主要涉及到单输入以及单输出等几方面的内容。
在解决这几方面的问题时，主要采用传递函数、根轨迹、频率特性等方法。
由于在这一极端大多数针对控制理论与控制工程的研究都采取的是线性定常系统，因此这一阶段的研究一般所使用的相平面法变量都不会超过两个。
也就是说，这一阶段的研究最终的目的是为了解决输入与输出等方面存在的问题。
第二阶段：上世纪60-70年代。
就这一阶段的发展情况而言，由于空间技术已经得到了广泛的应用，所以促进了控制理论发展效果的全面提升。
智能控制研究现状【范本模板】
智能控制的研究现状摘要：本文介绍了智能控制的产生背景和智能控制的特点以及智能控制国内外研究现状及发展趋势，分析了智能控制的应用现状。
最后,对今后智能控制的发展前景进行了展望。
关键词:智能控制，背景，智能控制技术，展望引言：智能控制（intelligent controls）,是指在无人干预的情况下能自主地驱动智能机器,以实现控制目标的自动控制技术.智能控制是近年来控制界新兴的研究领域，是一门边缘交叉学科。
智能控制技术在很多领域得到了广泛应用，如制造业、工业工程、能源工程、生物医学工程、汽车以及飞行器等。
智能控制是一种直接控制模式，它建立在启发、经验和专家知识等基础上，应用人工智能、控制论、运筹学和信息论等学科相关理论，驱动控制系统执行机构实现预期控制目标［1]。
智能控制是自动控制发展的高级阶段,为解决那些用传统方法难以解决的复杂系统的控制问题提供了有效的理论和方法。
它处于控制科学的前沿领域，代表着自动控制科学发展的最新进程。
1。
智能控制产生的背景科学技术的产生和发展主要由生产发展需求和知识水平所决定，控制科学也不例外。
二十世纪以来，控制科学与技术得到了迅速发展,由研究单输入单输出被控对象的经典控制理论发展形成了研究多输入多输出被控对象的现代控制理论.经典控制理论主要是采用频域法对控制系统进行描述、分析和设计，现代控制主要采用时域的状态空间方法。
二十世纪六十年代，由于空间技术、海洋工程和机器人技术发展的需要[2］,控制领域面临着被控对象的高度复杂性和不确定性,以及人们对控制性能要求越来越高的挑战。
被控对象的高度复杂性和不确定性主要表现为对象的高维、高度非线性和不确定性［3]，高噪声干扰、强耦合，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量.面对复杂的对象，复杂的任务和复杂的环境，用传统控制(经典控制和现代控制）的理论和方法去解决是不可能的。
智能控制概述及其发展
智能控制概述及其发展学号：姓名：专业：09级自动化智能控制概述及其发展摘要: 本文介绍了智能控制的涵义，发展历史与现状, 智能控制的主要方法与当前的研究热点以及智能控制的发展前景等.关键词: 智能控制专家控制神经网络模糊控制遗传算法1引言智能控制是自动控制发展的高级阶段，是人工智能、控制论、信息论、系统论、仿生学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科。
智能控制是当今国内、外自动化学科中的一个十分活跃和具有挑战性的领域，代表着当今科学和技术发展的最新方向之一。
它不仅包含了自动控制、人工智能、系统理论和计算机科学的内容，而且还从生物学等学科汲取丰富的营养，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科。
2智能控制的内涵对于人的智能行为, 特别是创造性思维的理解行为, 是一个长期研究的科学理论问题.智能控制是通过应用人工智能的方法来扩展传统控制方法, 解决传统控制的局限性. 通常人们把自动识别和记忆信号( 图像、语言、文字) 会学习、能推理、有自动决策能力的自动控制系统称之为智能控制系统. 对智能控制的理解, 不同的研究者从不同的侧面出发, 阐述各自的观点.斯坦福大学人工智能研究中心的Nilsson 教授认为: 人工智能是关于知识的科学，是怎样表示知识以及怎样获得知识并使用知识的科学；MIT的Winston教授指出:人工智能就是研究如何使计算机去做过去只有人才做的智能性工作.一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力, 即称为智能控制系统. 智能控制技术是在向人脑学习的过程中不断发展起来的, 人脑是一个超级智能控制系统, 具有实时推理、决策、学习和记忆等功能, 能适应各种复杂的控制环境；Saridis认为智能控制系统是通过驱动自主智能机来实现其目标而无需操作人员参与的系统；傅京孙把智能控制概括为自动控制( AC, Automatic Control) 和人工智能( AI, Artificial Intelligent) 的交集, 即: IC= AIH AC；萨里迪斯( Saridis) 等人于1977 年从机器智能的角度出发, 对傅的二元交集论进行了扩展, 提出三元交集的智能控制概念, 即把智能控制看作为人工智能、自动控制和运筹学的交点. 即: IC= AI H CTH OR 式中, CT 为控制论( CyberneticsTheory) , OR为运筹学( Operation Research) . 表达了智能增加而精度降低这一著名原则.3智能控制的主要方法智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。
智能控制技术的发展现状与应用
智能控制技术的发展及其应用一、国内外研究现状及发展趋势智能控制（intelligent controls），是指在无人干预的情况下能自主地驱动智能机器，以实现控制目标的自动控制技术。
自1932年奈魁斯特（H.Nyquist）的有关反馈放大器稳定性论文发表以来，控制理论的发展已走过了60多年的历程。
一般认为，前30年是经典控制理论的发展和成熟阶段，后30年是现代控制理论的形成和发展阶段。
随着研究的对象和系统越来越复杂，借助于数学模型描述和分析的传统控制理论已难以解决复杂系统的控制问题。
智能控制是针对控制对象及其环境、目标和任务的不确定性和复杂性而产生和发展起来的。
从20世纪60年代起，计算机技术和人工智能技术迅速发展，为了提高控制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。
1965年，美籍华裔科学家傅京孙教授首先把人工智能的启发式推理规则用于学习控制系统，1966年，Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”的概念。
1967年，Leondes和Mendel 首先正式使用“智能控制”一词。
20世纪70年代初，傅京孙、Glofiso和Saridis等学者从控制论角度总结了人工智能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人工智能技术与控制理论的交叉的思想，并创立了人机交互式分级递阶智能控制的系统结构。
20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重要进展。
1974年，Mamdani提出了基于模糊语言描述控制规则的模糊控制器，将模糊集和模糊语言逻辑用于工业过程控制，之后又成功地研制出自组织模糊控制器，使得模糊控制器的智能化水平有了较大提高。
模糊控制的形成和发展，以及与人工智能的相互渗透，对智能控制理论的形成起了十分重要的推动作用。
20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。
现代控制理论的发展现状
现代控制理论的发展现状姓名：李艳威学号：B20150004目录1.控制理论综述 (1)2 控制理论的主要研究方向 (3)2.1 非线性控制系统 (3)2.2 系统辨识 (4)2.3 自适应控制 (5)2.4 最优控制 (8)2.5 鲁棒控制 (9)2.6 智能控制技术及应用 (12)3 控制理论的未来 (13)参考文献 (15)1.控制理论综述现代控制技术应用现代控制理论与计算机的最新技术进行系统设计，与常规控制技术相比，它适用于系统的综合与解析设计，更适于多输入多输出、多回路的复杂系统设计，也易于计算机实现，因此受到工程界越来越多的重视并得到广泛的应用。
同时由于工业系统的复杂性，非线形和不确定性，基于定量数学模型的控制方法已不能满足高性能控制的要求，作为现代控制理论前沿的智能控制与集成控制技术也得到了发展。
控制理沦的发展大致分为4个阶段,第一个阶段为50年代-60年代，主要理论为单变量控制理论，实际应用背景为单机自动化；第二阶段为60年代-70年代，主要理论为多变量控制理论，实际应用背景为机组自动化；第三阶段为70年代-80年代，主要理论为大系统理论，实际应用背景为控制管理综合自动化；第四阶段为80年代-90年代，主要理论为智能控制理论，实际应用背景为智能自动化；第五阶段为90年代-21世纪，主要理论为集成控制理论，实际应用背景为网络控制自动化[1]。
现代控制理论即从理想简化模型、简单小规模、单个系统、低可靠性、局部性、低精度——到客观存在的真实具体模型、复杂大规模、众多系统、高可靠性、全局性、高精度——的发展过程。
自动化技术是一门综合性的技术，与其他行业有着紧密地联系，共同促进了科学的发展。
自动控制的发展，从开始阶段的发生到形成一个控制理论，讲整个这个过程。
自动控制就是指这样的反馈控制系统，这是有一个控制器跟一个控制对象组成的，把这个控制对象的输出信号把它取回来，测量回来以后跟所要求的信号进行比较。
智能控制发展综述
智能控制发展综述作者：杨彦伟来源：《动动画世界·教育技术研究》2011年第11期摘要：回顾了智能控制的发展过程，讨论了现有智能控制系统的方法，并分析了它们的特点及不足，通过分析智能控制的主要方法和总结它的应用现状，指出智能控制的当前研究热点，并提出了一些发展前景的见解。
关键词：智能控制神经网络控制模糊控制传统控制热点应用1 智能控制的发展过程在智能控制产生之前，控制理论已经历了三个阶段。
第一个阶段是20世纪40~60 年代的经典控制理论，主要采用传递函数，频率特性，根轨迹为基础的频域分析方法来解决单输入单输出问题。
第二阶段是20 世纪60~70 年代，由于空间技术的发展，形成以多变量控制为特征的现代控制理论。
第三阶段从20 世纪70 年代开始，以分解和协调为基础，形成用于复杂系统的大系统控制理论。
2 智能控制主要方法2.1专家控制这是一种将人的感知经验（浅层知识）与定理算法（深层知识）相结合的传统的智能控制方法。
主要优点是在层次结构上，控制方法上和知识表达上有灵活性，启发性和透明性，既可以采用符号推理也允许数值计算；既可以精确推理也可以模糊决策。
专家系统的基本组成部分有：知识获取，知识库，推理机和解释器四个部分，知识获取为修改知识库中原有的知识和扩充知识提供手段；知识库用于存储领域内的原理性知识专家的经验知识以及有关的事实等，并为推理机提供求解问题所需知识；推理机根据当前的输入数据或信息，再利用知识库中的知识，按一定的推理策略去处理，解决当前的问题；解释器根据知识的语义，对找到的知识进行解释，向用户提供了一个认识系统的窗口。
由于专家系统控制不需要被控对象的数学模型，因此它是目前解决不确定性系统的一种有效方法，应用较为广泛。
但具有灵活性的同时也带来了设计上的随意性和不规范性，而且知识的获取，表达和学习，以及推理的有效性和实时性也难以保证。
2.2模糊控制模糊控制是应用模糊集合理论，从行为上模拟人的模糊推理和决策过程的一种实用方法。
控制理论与控制系统的发展历史及发展趋势
控制理论与控制系统的发展历史及趋势姓名：学号：指导教师：专业：所在学院：机电工程学院时间：2011年11月3号控制理论与控制系统的发展历史及趋势摘要：由于自动控制理论和自动控制系统的的广泛运用，各行业的专业人员对它的学习，研究也在不断的进行。
本文叙述了自动控制理论和自动控制系统的发展历史（三个阶段：经典控制，现代控制，智能控制）和发展的趋势。
前言控制是人类对事物的认识思考，进而作出决策并作出相应反应的过程。
人类在漫长的生产与生活实践中不断总结，积累经验，形成理论，进而指导实践使生产力不断发展。
随着生产力的不断发展，人们开始要求生活的高质量，一方面要从繁重的体力劳动中解放自己，另一方面要有更高质量的产品来满足生活的需要。
自动控制理论自动控制系统就随之而产生了。
控制理论和控制系统经过漫长的发展，其研究范围和应用范围很广泛。
控制理论研究的对象和应用领域不但涉及到工业、农业、交通、运输等传统产业，还涉及到生物、通讯、信息、管理等新兴行业。
由于自动控制理论和自动控制系统获得了如此广泛的应用，所以自动控制的发展必将受到各行各业的关注。
本文就是对控制理论和控制系统的发展历史进行综述，叙述控制发展的各个阶段。
还有就是控制理论和控制系统的今后的发展趋势。
一，控制理论的发展历史及趋势1，早期的自动控制装置及自动控制技术的形成古代人类在长期生产和生活中，为了减轻自己的劳动，逐渐产生利用自然界动力代替人力畜力，以及用自动装置代替人的部分繁难的脑力活动的愿望，经过漫长岁月的探索，他们互不相关地造出一些原始的自动装置。
约在公元前三世纪中叶，亚历山大里亚城的斯提西比乌斯首先在受水壶中使用了浮子。
按迪尔斯（Diels）本世纪初复原的样品，注入的水是由圆锥形的浮子节制的。
而这种节制方式即已含有负反馈的思想（尽管当时并不明确）。
公元前500年，中国的军队中即已用漏壶作为计时的装置。
约在公元120年，著名的科学家张衡（78-139,东汉）又提出了用补偿壶解决随水头降低计时不准确问题的巧妙方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
控制理论及智能控制论的发展与现状【摘要】控制论涉及面很广，研究许多不同领域对象的控制问题，也用了各种比较高深的数学工具，文章拟以通俗的语言，简明的介绍了控制理论及其智能控制论的基本思想、基本问题和主要方法，系统的叙述了控制论和智能控制论的发展历程并讨论了其未来的发展前景。
关键词：控制论；智能控制论；神经网络；系统辨识1 引言控制理论经过数十年世界范围的发展，研究成果十分丰富，其中一些研究经过不断发展完善已经成为成熟的独立学科，还有一些研究经过一段时间的繁荣昌盛，大大促进了控制理论的发展，完成了历史的使命，现在看其本身的理论及应用价值却是有限的。
当前，控制理论已渗透到几乎所有工程技术领域，新的问题、专题及学科分支大量涌现，五彩缤纷。
但也会使人有目不暇接，无所适从之感。
当前，高新技术的发展提出了形形色色的新问题，难度大，急待解决.面对这些新问题，现有的控制理论常常显得无能为力，使得一些问题甚至等不及理论上的准备及指点，已在实际中用各种技术手段着手加以解决。
在这样的形势下，本文对控制理论的发展及现状进行了系统性的分析与探讨，了解主线索及脉络，以便在对未来的发展做探索时能有所帮助。
2 “控制理论”产生的历史背景及其核心内容在20世纪中叶，各学科正处于交叉渗透时期，而且各门学科的边缘区域及其交叉点，正是等待开垦的科学领域。
恰如控制论创始人维纳（N.Wiener）所讲的：“在科学发展上可以得到最大收获的领域是各种建立起来的部门之间的被忽视的无人区。
”正是基于这种思想，维纳与信息论创始人申农、计算机创始人图灵以及神经学家等进行多次讨论、交流、合作，于1948年发表了《控制论—关于在动物和机器中控制和通讯科学》的著作。
论述了控制论的一般方法，推广了反馈的概念，为控制理论这门学科奠定了坚实的基础。
从维纳的控制论中，可以总结出3个最基本而又重要的概念：信息、反馈和控制，此即为控制论的三要素。
反馈的概念是于1920年首先出现在贝尔电话实验室的文献中，后经维纳的引入，逐渐推广在工程、生物、心理和其他社会科学领域。
事实上，一切机械控制系统、一切生命系统以及那些以生命系统为基础的社会系统都是与反馈机制密不可分的。
反馈的本质是系统的输出及送回输入端，并由此对系统状态产生具有制约作用的影响。
理解反馈的概念必然注意三点：一是反馈存在于系统之中，某个反馈机制必与某个系统相对应；二是反馈系统的流向与系统主信息的流向相反，即由输出回到输入，构成新生环系统；三是反馈的效果是对系统的状态产生影响。
任何系统只有通过反馈，才能实现控制。
任何要求只有开放，与外界有信息交换，才可能有序。
任何系统都是有结构的，系统的整体功能不等于各孤立部分功能之和。
我们对这三个问题要有全面的理解：定义处在一定相互联系之中、与环境发生关系的各个组成部分的整体，即为系统；组成系统的各单元、因子等，即为要素；系统内部各个要素的组织形式，即为结构；系统在一定环境中所发挥的作用，即为功能。
系统的整体功能，不仅有各部分的功能，还有各个部分相互联系形成新结构而产生的新的功能。
这就是系统科学的三大原理：反馈原理、有序原理、整体原理。
控制论、信息论、系统论共同处在系统科学中，是共同发展的。
它们的创立是物理学与生物学等多学科交叉、结合、渗透的产物，它们进一步揭示出自然、社会、思维领域中许多现象的一致性。
只是由于当时科技水平的局限性，控制论只在工程设计中，主要解决线性定常系统的单输入、单输出问题，反馈信号也只是一种信号数值的大小，而反馈形式只是单一的负反馈的模式。
这时的控制论被称作“经典控制论”（第一控制论），但对解决当时的系统控制问题是非常有效的，也是相当广泛的，其突出的成就是导致自动化技术的诞生和发展。
从维纳开创的“经典控制论”到“现代控制论”，标志着人类对现实世界的认识能力和改造能力的进一步提高，是人类对控制技术认识上的一次飞跃。
3 “现代控制论”（Modern Control Theory）的进一步发展3.1 现代控制论的发展过程20世纪60—70年代，由于计算机的飞速发展，推动了空间技术的发展。
这时，维纳创立的“经典控制论”面临着新的挑战。
因为航天技术及其他生产技术的发展，一方面使控制对象变得更加复杂，另一方面对控制的要求提出了更加苛刻的条件。
例如非线性的、时变的或者分布参数的系统有关控制问题，对系统本身或其周围环境的不确定因素的适应控制问题，多输入多输出系统的分析和综合问题，以及实现控制的某种目的函数意义下的最优化问题等等，都不是依靠“经典控制论”所能解决的。
面对这些挑战，控制理论必须向前发展。
而在这个时期，现代科学技术的进步，特别是现代数学和计算机技术的成就恰好为控制理论的发展提供了强有力的工具。
正是在这种历史背景下，“现代控制论”应运而生。
20世纪60年代初，卡尔曼（Kalman）首先提出了使用状态空间方法分析与综合复杂系统的问题，提出了系统的能控性、能观性、稳定性以及滤波等问题，并指出对于多变量系统，只有用状态变量的描述方法，才能完全表达动力学性质，才能确切描述系统的内在特性。
一套以状态空间法、极大值原理、动态规划、卡尔曼—布什滤波为基础的分析和设计控制系统的新的原理和方法的确立，标志着现代控制理论的形成。
对于“现代控制论”来说，首先遇到的问题是将实际系统抽象为数学模型，有了数学模型，才能有效地去研究系统的各个方面。
许多机电系统、经济系统、管理系统等都可近似认为是线性系统。
线性系统和力学中的质点一样，是一个理想模型，这是研究复杂事物通用的、主要的方法。
“现代控制论”从自然和社会现象中抽象出理想模型，用状态空间方法表示，然后再做理论上的探讨。
以“双机拖动”系统为例，从抽象出数学模型入手，直到工程设计，从而可以获得一个清晰、完整的设计思路的设计方法。
这个系统为“获取反馈”，必须根据系统的能控性与能观性，设计观测器，即用观测器作“状态估计”。
在此基础上再进一步研究遇到外界干扰的影响。
通过这种设计才可获得一个清楚的、完整的、较为系统的概念。
在“现代控制论”中，线性系统理论是其数学基础。
线性系统理论包括了矩阵论，是一门严谨的数学学科。
我们学习数学，要掌握“方法论”，要逐步学会如何列出数学表达式，并且从中理解其物理实质。
数学运算是逻辑思维与一些具体运算知识和技能相结合在处理数量关系时的表现。
数学是一个层次、一个层次地抽象，与此同时，其内涵也是一次比一次更加广泛深刻。
现代控制理论是建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。
在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。
现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。
它所采用的方法和算法也更适合于在数字计算机上进行。
现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。
现代控制理论的名称是在1960年以后开始出现的，用以区别当时已经相当成熟并在后来被称为经典控制理论的那些方法。
现代控制理论已在航空航天技术、军事技术、通信系统、生产过程等方面得到广泛的应用。
现代控制理论的某些概念和方法，还被应用于人口控制、交通管理、生态系统、经济系统等的研究中。
3.2 现代控制理论的学科内容现代控制理论所包含的学科内容十分广泛,主要的方面有:线性系统理论、非线性系统理论、最优控制理论、随机控制理论和适应控制理论。
(1) 线性系统理论它是现代控制理论中最为基本和比较成熟的一个分支，着重于研究线性系统中状态的控制和观测问题，其基本的分析和综合方法是状态空间法。
按所采用的数学工具，线性系统理论通常分成为三个学派：基于几何概念和方法的几何理论，代表人物是W.M.旺纳姆;基于抽象代数方法的代数理论,代表人物是R.E.卡尔曼；基于复变量方法的频域理论，代表人物是H.H.罗森布罗克。
(2) 非线性系统理论非线性系统的分析和综合理论尚不完善。
研究领域主要还限于系统的运动稳定性、双线性系统的控制和观测问题、非线性反馈问题等。
更一般的非线性系统理论还有待建立。
从70年代中期以来，由微分几何理论得出的某些方法对分析某些类型的非线性系统提供了有力的理论工具。
(3) 最优控制理论最优控制理论是设计最优控制系统的理论基础，主要研究受控系统在指定性能指标实现最优时的控制规律及其综合方法。
在最优控制理论中，用于综合最优控制系统的主要方法有极大值原理和动态规划。
最优控制理论的研究范围正在不断扩大，诸如大系统的最优控制、分布参数系统的最优控制等。
(4) 随机控制理论随机控制理论的目标是解决随机控制系统的分析和综合问题。
维纳滤波理论和卡尔曼-布什滤波理论是随机控制理论的基础之一。
随机控制理论的一个主要组成部分是随机最优控制，这类随机控制问题的求解有赖于动态规划的概念和方法。
(5) 适应控制理论适应控制系统是在模仿生物适应能力的思想基础上建立的一类可自动调整本身特性的控制系统。
适应控制系统的研究常可归结为如下的三个基本问题：①识别受控对象的动态特性；②在识别对象的基础上选择决策；③在决策的基础上做出反应或动作。
3.3 现代控制理论的研究现状为了适应更为广泛、更加复杂的控制要求，弥补经典控制理论之不足，一种建立在线性代数，概率论，随机过程理论等数学工具基础上的现代控制理论（第二代控制理论）迅速发展起来，迎来了自动控制理论的第二个发展阶段。
这种理论所采用有时域法和状态空间方法，不仅能提供系统的外部信息，而且可以提供系统的内部信息。
同时具有解决线性和非线性系统，定常和时变系统、单变量和多变量系统的通用特点，而他的繁琐的数学计算，由于电子计算机的迅速发展和应用也得到了很好的解决。
因此，它得以迅速的发展和广泛的应用。
有人曾把状态空间法的应用，极大值原理和卡尔曼滤波技术的提出（或加上贝尔曼的动态规划）作为现代控制理论的起点，这种高度的概括，说明了现代控制理论的基本特点：即分析系统的内在特性，控制参数导优和系统的抗干扰能力问题。
概括地说，它大致包括以下五个方面的基本内容：(1) 最优控制问题最优控制问题是系统如何按照一定的目标来确定一系统的控制函数，它是基于对系统的全部状态的观测而得的。
也就是所谓的观测器设计问题，当系统状态不能全部直接观测时就需为系统设计一个状态观测器，它涉及到控制系统的能控性和能观性，在这些状态运动的基础上确定系统的最优控制规律，可见，系统状态运动的能观性和能控性是最优控制系统的先决条件。
(2) 最优估计问题最优估计问题是指如何从系统受到的随机干扰的输出系统的状态运动。
由于系统受到干扰（随机干扰），要根据输出来求出系统的状态，就涉及到利用统计数学的工具来尽可能地消除干扰的影响。