智能控制综述
人工智能智能控制技术综述
人工智能智能控制技术综述人工智能（AI）智能控制技术是一门涉及计算机科学、机器学习、控制工程等多个领域的交叉学科，旨在利用智能算法和技术来设计、优化和实施自动控制系统。
以下是关于人工智能智能控制技术的综述：1. 基本原理：-模型学习：利用机器学习和深度学习技术，系统可以从数据中学习模型，无需显式地指定规则。
-自适应性：智能控制系统具备自适应性，能够在面对变化的环境或系统时进行实时调整。
2. 机器学习在控制中的应用：-监督学习：使用标记好的数据进行训练，以学习输入和输出之间的映射。
-无监督学习：从无标记数据中提取模式，用于控制系统中的数据分析和模型识别。
-强化学习：通过试错学习，系统根据环境的反馈调整其行为，适用于控制决策问题。
3. 深度学习在智能控制中的角色：-神经网络：利用深度神经网络进行非线性系统建模和控制。
-卷积神经网络（CNN）：用于图像和空间数据的处理，例如在自动驾驶中的感知。
-循环神经网络（RNN）：适用于处理序列数据，如时间序列的控制问题。
4. 智能控制系统的应用领域：-自动驾驶：利用计算机视觉、深度学习等技术进行车辆控制。
-工业自动化：在生产线上应用智能控制技术，提高效率和质量。
-智能家居：利用AI技术实现对家庭设备的智能控制，如智能灯光、温控等。
5. 优势和挑战：-优势：能够适应复杂、非线性和动态的系统，提高控制系统的鲁棒性和性能。
-挑战：对大规模数据的依赖、可解释性、安全性等方面的问题需要解决。
6. 智能控制系统的未来发展趋势：-多模态融合：结合多种传感器信息，提高系统的感知和决策能力。
-可解释性和透明度：强调开发可解释和透明的智能控制系统，使其更容易被理解和接受。
-联邦学习：在分布式环境中学习，避免集中式学习中的隐私和数据安全问题。
总体而言，人工智能智能控制技术在各个领域都展现出强大的潜力，同时也需要应对一系列挑战，如数据隐私、可解释性等问题。
未来随着技术的不断进步，智能控制系统将在更多复杂应用场景中发挥关键作用。
智能控制技术综述
为：智能控制是人工智能、运筹学和控制系统理论三者的结合。 近年来，智能控制技术在国内外已有了较大的发展，已进入工程化、实用化的阶段。但 作为一门新兴的理论技术，它还处在一个发展时期。然而，随着人工智能技术、计算机技术 的迅速发展，智能控制必将迎来它的发展新时期。
结论
智能控制与智能自动化是自动化科学和技术的一个崭新的分支， 在整个科学技术领域占有重 要位置， 其发展和应用将对整个科学和技术的进步起到积极的推动作用。 智能控制是一门边 缘交叉学科，它的核心在高层控制，它的任务在于对实际环境或过程进行组织，即决策和规 划，实现广义问题求解。为了实现这些任务，需要采用符号信息处理、启发式程序设计、知 识表示， 以及自动推理和决策等相关技术。 这些问题的求解过程与人的思维过程具有一定的 相似性，即具有不同程度的智能。可以看出，智能控制研究的主要目标不再是单一的数学解 析模型， 而是基于知识的非数学广义模型。 在正文的最后部分， 介绍了智能控制的发展状况， 说明智能控制是一门形成不久的学科，无论在理论上和应用上都还不够成熟、不够完善，有 待于我们进一步的研究和开发。
2
它是针对问题求解和控制指标的不同要求，对系统动态信息空间
Ʃ
的一种划分。
如此划分出的每一个区域分别表示系统的一种特征状态ƒi，特征模型为所有特征状 态的集合，即 F={ƒ1，ƒ2...,ƒ n}, ƒ i
ϵƩ
2. 特征记忆：是指智能控制器对一些特征信息的记忆，这些特征信息或者集中地表示 了控制器前期决策与控制的效果，或者集中地反映了控制任务的要求以及被控对象 的性质。所记忆的信息称为特征记忆量，其集合记为
4
学习报告
课程名称：自动化技术导论
报告题目：智能控制技术综述
班级 姓名 学号
智能控制方法的应用及发展综述综述
智能控制方法的应用及发展综述1 智能控制的产生1.1智能控制产生的背景早期的自动控制基本上是解决简单对象的控制问题，人们追求研制完全自动运行不用人参与的自治系统。
随着控制对象的日益复杂，系统所处的环境因素、控制性能要求都列入了控制系统设计的考虑范围，已有的自动控制方法与技术受到了某种程度的挑战，尤其在学习控制研究与机器人控制方面，矛盾日渐突出，迫切需要为自动控制学科注入新的活力，智能控制正是在这样的背景下产生。
1.2智能控制的产生及发展智能控制思想最早是由美国普渡大学的傅京孙教授于60年代中期提出的，他在1965年发表的论文中率先提出把人工智能的启发式推理规则用于学习系统，这篇开创性论文为自动控制迈向智能化揭开了崭新的一页.接着，Mendel于1966年在空间飞行器的学习控制中应用了人工智能技术，并提出了“人工智能控制”的新概念；同年，Leondes和Mendel首次使用了“智能控制(Intelligent Control)”一词，并把记忆、目标分解等技术用于学习控制系统；这些反映了智能控制思想的早期萌芽，常被称为智能控制的孕育期.70年代关于智能控制的研究是对60年代这一思想雏形的进一步深化，是智能控制的诞生和形成期.1971年，傅京孙发表了重要论文，提出了智能控制就是人工智能与自动控制的交叉的“二元论”思想，列举三种智能控制系统：人作为控制器、人机结合作为控制器、自主机器人；1974年，英国的Mamdani教授首次成功地将模糊逻辑用于蒸汽机控制，开创了模糊控制的新方向；1977年，Saridis的专著出版，并于1979年发表了综述文章、，全面地论述了从反馈控制到最优控制、随机控制及至自适应控制、自组织控制、学习控制，最终向智能控制发展的过程，提出了智能控制是人工智能、运筹学、自动控制相交叉的“三元论”思想及分级递阶的智能控制系统框架.80年代，智能控制的研究进入了迅速发展时期：1984年，Astrom发表了论文，这是第一篇直接将人工智能的专家系统技术引入到控制系统的代表，明确地提出了建立专家控制的新概念；与此同时，Hopfield提出的Hopfield网络及Rumelhart提出的BP算法为70年代以来一直处于低潮的人工神经网络的研究注入了新的活力，继60年代Kilmer和McClloch 提出KBM模型实现对“阿波罗”登月车的控制之后，人工神经网络再次被引入控制领域，并迅速得到了广泛的应用，从而开辟了神经网络控制；1985年8月，IEEE在美国纽约召开了第一界智能控制学术讨论会；1987年1月，在美国费城由IEEE控制系统学会与计算机学会联合召开了第一界智能控制国际会议，这标志着智能控制作为一门新学科正式建立起来.进入90年代，关于智能控制的研究论文、著作、会议、期刊大量涌现，应用对象也更加广泛，从工业过程控制、机器人控制、航空航天器控制到故障诊断、管理决策等均有涉及，并取得了较好的效果.2智能控制概念及应用2.1智能控制的定义智能控制至今为止并没有一个公认的、统一的定义。
智能控制技术综述
智能控制技术的综述学院：数理与信息工程学院姓名：程玉柱专业：电气工程及其自动化学号： 1609110203智能控制技术的综述摘要：从控制论角度来看，电网是一个典型动态大系统，电力网络地域分布广阔，大部分元件具有延迟、磁滞、饱和等复杂的物理特性，对这样的系统实现有效决策控制是极为困难的。
另一方面，由于公众对新建高压线路的不满日益增强，线路造价，特别是走廊使用权的费用日益昂贵，以及电力网的不断增大，使得人们对电力网络的决策控制提出了越来越高的要求。
正是由于电网具有这样的特征，一些先进的控制论思想和技术被不断地引入到电网中来。
关键词：智能控制；综合智能控制；电网规划一、综合智能控制技术：智能控制的概念智能控制是当今多学科交叉的前沿领域之一。
以1987 年召开的第一界智能控制国际会议为标志，智能控制已经开始成为一门新的学科。
纵观智能控制产生、发展的历史背景与现状，其研究中心始终是解决传统控制理论、方法(包括古典控制、现代控制、自适应控制、鲁棒控制、大系统方法等)所难以解决的不确定性问题。
控制学科所面临的控制对象的复杂性、环境的复杂性、控制目标的复杂性愈益突出，智能控制的研究正提供了解决这类问题的有效手段，集中表现在控制工程中运用智能方法解决复杂系统的控制已取得了相当多的成功；另一方面，智能控制的研究虽然取得了一些成果，但实质性进展甚微，理论方面尤为突出，应用则主要是解决技术问题，对象具体而单一。
1992 年美国国家科学基金会发出发展智能控制研究建议指出：智能控制研究工作的中心应放在系统问题描述和智能控制器设计等方面的新方法的研究上，而不是在下级拼凑诸如 PID 控制器之类的传统控制技术方法与监控级基于规则的控制器相连结所构成的松耦合系统。
应当着重于基础控制工程方法的开发而不是技术演示.。
智能控制作为多学科交叉的产物，其研究现状与存在的问题固然与交叉学科的发展密切相关，但传统的方法论也在一定程度上束缚了它的发展.事实上，在人们久已习惯的还原论思想及传统控制思路的引导下，智能控制面临的一些关键问题均难以突破，宏观上需要寻求新的思路。
智能控制综述
智能控制理论发展概述安立鹏12704572012/11/9 Friday智能控制理论发展概述自动控制原理是自动控制科学的核心。
经典控制理论和现代控制理论都是建立在控制对象的精确的数学模型上的控制理论。
但是，实际中的许多复杂系统都具有非线性、时变性、变结构、不确定性、多层次、多因素等特点，难以建立起精确的数学模型。
因此，世界各国控制理论界都在探索新一代的控制理论去解决复杂系统的控制问题以适应社会对自动化的要求。
智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、神经生理学、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。
智能控制只当今国内、外自动化学科中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。
而且智能控制目前尚未建立起一套完整的理论体系，是一门仍在不断发展和丰富中的具有众多学科集成特点的科学和技术。
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、心理学等学科中汲取丰富的营养，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，并被许多发达国家确认为提高国家竞争力的核心技术。
智能控制的发展历史可以概括为以下4个阶段。
1.智能控制的萌芽阶段（1965年以前）美国著名的控制理论创始人维纳于1948年出版了《控制论-或关于在动物和机器中控制和通讯的科学》著作，系统地论述了控制理论的一般方法，推广了反馈的概念，奠定了控制科学的理论基础。
20世界40~60年代，以频率法为代表的单变量系统控制理论逐步发展起来，并且成功地运用在雷达及火力控制系统上，形成了今天所说的“古典控制理论”。
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。
古典控制论中的高阶常微分方程可转化为一阶微分方程组，用于描述系统的动态过程，即所谓的状态空间法。
数学家们在控制理论这一阶段的发展中占据了主导地位，形成了从状态空间法为代表的“现代控制理论”，控制理论建立在严密、精确的数学模型之上，从而造成了理论与实践之间的巨大分歧。
智能控制综述
智能控制综述姓名：杨凡学号：1506006专业：电力电子与电力传动摘要介绍了智能控制的产生、发展和定义，分析了智能控制理论结构，讨论了智能控制的主要方法，列举了智能控制在不同领域成功实施的例子。
关键词：智能控制；专家控制；模糊控制；神经网络；遗传算法Summary of Intelligent ControlAbstractThe history and development of intelligent control are introduced. The definition of intelligent control is given. The main methods of intelligent control are included. Some successful examples of intelligent control which are successful implemented are shown.Key words: intelligent control; expert control; fuzzy control; neural networks control; genetic algorithms引言控制理论在近一个多世纪的发展过程中，经历了经典控制理论和现代控制理论的两大阶段，形成了控制理论的体系。
科学技术的快速发展和巨大进步对系统和控制科学提出了新的更高的要求，自动控制理论和工程正面临新的发展机遇和严峻挑战。
传统的控制理论在应用中遇到不少难题。
随着人工智能学科的发展，对控制理论研究的深度和广度得到开拓，形成了智能控制理论。
智能控制作为一门新兴学科，也是控制论发展的第三阶段，其研究领域相当广泛，涉及的应用领域也十分丰富。
与传统控制理论相比，智能控制的应用研究十分活跃，能更有效的解决实际应用问题，且取得了很多成功的应用。
智能控制技术呈现出的强大生命已引起世界各国专家学者的关注。
智能控制技术综述
智能控制技术综述智能控制技术的发展在当今科技领域中扮演着重要的角色。
这项技术结合了人工智能、机器学习和自动化控制等领域的知识，在各个行业中起到了革命性的作用。
本文将对智能控制技术的应用范围、发展历程以及未来趋势进行综述。
一、智能控制技术的应用范围智能控制技术广泛应用于工业、交通、医疗、农业等各个领域。
在工业领域，智能控制技术可以实现生产线的自动化控制，提高生产效率和质量。
在交通领域，智能控制技术可以应用于智能交通系统，优化车流量和交通安全。
在医疗领域，智能控制技术可以辅助医生进行诊断和手术，提高医疗水平。
在农业领域，智能控制技术可以实现智能化种植和养殖，提高农产品的产量和质量。
二、智能控制技术的发展历程智能控制技术的发展可以追溯到上世纪50年代。
最早的智能控制系统是基于传统的控制理论和算法，但对于复杂的问题和大规模系统而言，传统方法存在局限性。
随着人工智能和机器学习的兴起，智能控制技术逐渐引入了神经网络、遗传算法和模糊逻辑等方法，提高了控制系统的性能。
近年来，深度学习和强化学习等新技术的出现，使得智能控制技术在实际应用中取得了巨大的突破。
三、智能控制技术的未来趋势未来，智能控制技术将朝着以下几个方向发展：1. 多模态智能控制：随着物联网的发展，智能控制系统将与传感器、无线通信等技术相结合，实现多源信息的融合和分析，从而更好地适应复杂环境和任务需求。
2. 自适应智能控制：智能控制系统将具备自适应能力，能够根据环境变化和系统需求进行自主调整和优化，提高控制系统的灵活性和鲁棒性。
3. 协同智能控制：智能控制系统将能够实现多个智能设备之间的协同工作，共同完成复杂任务。
这有助于提高整体性能，实现更高效的控制。
4. 高效能耗管理：智能控制系统将注重能源利用效率的提高，通过优化控制算法和能源管理策略，实现能耗最小化。
综上所述，智能控制技术在各个领域的应用前景广阔，其发展历程和未来趋势也值得关注。
未来，随着人工智能和机器学习等领域的进一步发展，智能控制技术将会得到更加广泛和深入的应用，为各行各业带来更多的创新和变革。
智能控制及其应用综述
学模型描述 " 否 则 就 会 使 原 问 题 丢 失 很 多 信 息" 例 骑自行车沿一条曲线行走这套看似简单的动作 " 如( 如果我们要把这一系列的动作和环境建立出精确的 然后再一步一步按模型去操作 " 可以想象 数学模型 " 其过程是多复杂而 又 难 以 实 现 ) "传统的控制理论 虽然也有办法对付 控 制 对 象 的 不 确 定 性 和 复 杂 性 " 如自适应控制和 / 0 1 2 3 4控 制 可 以 克 服 系 统 中 所 包 保证控制系统的控制质量不变 " 达到 含的不确定性 " 优化控制的目的 $ 但他们仅适用于系统参数在一定 其优化控制的范围是很有 范围内缓慢变化的 情 况 " 限的 $ # 传 统 的 控 制 系 统 要 求 输 入 的 信 息 比 较 单 而现代的控制系 统 要 面 对 复 杂 系 统 以 各 种 形 式 一" 视觉的 % 听觉的 % 触觉的和直接操作的方式 # 将周围 ! 环境信息作为输入的状况 " 并将各种信息进行融合 % 分析和推理 " 再随环境与条件的变化 " 相应地采取对 策或行动 $ 传统的 控 制 策 略 单 一 " 不能适合高层决 所以智能控制应运而生 $ 策问题 "
"
,(,
自然科学版 # -卷 !!!!!!! 重 庆 邮 电 学 院 学 报 ! !!!!!!!!!!!!!!! 第 !
时期 ( ! ’ #年" . 3 4 ? 0 D 直接将 人 工 智 能 的 专 家 系 统 技术引入到控制系 统 " 明确地提出了建立专家控制 & ! !’ 的新 概 念 ) 同 年" B 0 K < 6 9 8提出的 B 0 K < 6 9 8网络 J J 及/ 提出的 算法为 人 工 神 经 网 络的研 2 D 6 9 H C ? 4 L , 究 注 入 了 新 的 活 力 "并 迅 速 得 到 了 广 泛 的 应 ! (" ! )’ 用& ) ! ’ %年-月" ; @ @ @ 在美国纽约召开了 第一 界智能控制 学 术 讨 论 会 " 会 议 决 定 在; @ @ @ 控制系 统学会内设立一个 ; 智 能控制 专 业委 员会$ 这 @ @ @ 标志着智 能 控 制 这 一 新 兴 学 科 研 究 领 域 的 正 式 诞 生" 并已作为一门独 立 的 学 科 正 式 在 国 际 上 建 立 起 来 $ 在我国智能控 制 也 受 到 广 泛 的 重 视 " 中国自动 化学会于 ! ’ ’ ) 年% ! ’ ’ * 年% ( " " " 年% ( " " ( 年% ( " " # 年分别在北京 % 西安 % 合肥 % 上海 % 杭州组织召开了五 届全球 华 人 智 能 控 制 与 智 能 自 动 化 大 会 ! >M> ; $ # " 已成立 的 学 术 团 体 有 中 国 人 工 智 能 学 会 % 中 > ; . 国人工智能学会智能机器人专业委员会和中国自动 化学会智能自动 化 专 业 委 员 会 等 $ 这 些 情 况 表 明 " 智能控制作为一门 独 立 的 新 学 科 " 已在我国建立起 来了 $ 智能控制是指驱动智能机器自主地实现其目标 即是一类无 需 人 的 直 接 干 预 就 能 独 立 地 驱 的过程 " ! #’ 动智能机 器 实 现 其 目 标 的 自 动 控 制 & $其理论基 础是人工智能 % 控 制 论% 运 筹 学% 和信息论等学科的 交叉 $ 傅京孙教 授 于 ! ’ * !年首先提出了智能控制 ! %’ 的二元交集理论即人工智能和自 动 控 制 的 交 叉 & ) 美国的萨里迪斯 ! 于! # NA OA E C ? < 8 < 3 ’ * * 年 把傅 京 孙 即人工智能 % 自动 教授的二元结构扩展为三元结构 " 控制和运筹学的交 叉 ) 后来中南大学的蔡自兴教授 又将三元结构扩展 为 四 元 结 构 即 人 工 智 能 % 自动控 制% 运筹学和信息论的交叉 " 从而进一步完善了智能 控制的结构理论 " 形成智能控制的理论体系 $
- 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)。
智能控制综述摘要：本文首先介绍了智能控制的发展和智能控制系统的结构和特点以及与传统控制的关系。
然后，综述几种智能控制研究的主要内容。
关键词：智能控制、自动控制、研究内容1、智能控制的发展任何一种科学技术的发展都由当时人们的生产发展需求和知识水平所决定和限制，控制科学也不例外。
1948年，美国著名的控制论创始人维纳（N.Wiener）在它的著作《控制论》中首次将动物与机器相联系。
1954年钱学森博士在《工程控制论》中系统的阐明了控制论对航空航天和电子通讯等领域的意义及影响，1965年傅京孙（K.S.Fu）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，又于1971论述了人工智能与自动控制的交集关系，成为国际公认的智能控制的先行者和奠基人[1]。
20世纪60年代，随着航海技术，空间技术的发展，控制领域面临着人们对其性能要求愈来愈高和被控对象的复杂性和不确定性，被控对象的复杂性和不确定性主要表现在被控对象的非线性和不确定性，以及分散的传感元件与执行元件，复杂的信息网络和庞大的数据量。
而传统控制在解决这些问题时存在三方面的问题：一、由于传统控制理论是建立在以微积分为工具的精确模型上，所以无法对高度复杂和不确定的被控对象进行描述；二、传统控制理论中的自适应控制和Robust控制虽可克服系统中所包含的的不确定性，达到优化控制的目的，但这些方法只适用于缓慢变化的情况。
三、传统控制系统输入较单一，而面对海量信息（视觉的、听觉的、触觉的等）的复杂环境，智能控制应运而生。
智能控制是对传统控制的补充和发展，是自动控制发展的高级阶段，而传统控制是智能控制产生的基础。
国内对智能控制的研究今年来也十分活跃。
从八十年代人工智能与系统科学相结合到863计划的实施，智能控制在我国的发展已有稳固的基础。
2、智能控制结构与特点智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、和计算机等多种学科的高度结合，是一门新兴的边缘交叉学科。
它不仅包含了自动控制、人工智能、系统理论和计算机科学，而且还涉及到生物学，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]。
（1）智能控制具有明显的跨学科、多元结构特点。
至今，智能控制方面的专家已提出二元结构、三元结构、四元结构等三种结构，它们可分别以交集的形式表示如下：IC=AI∩AC (1)IC=AI∩CT∩OR (2)IC=AI∩CT∩ST∩OR (3) 上式中，各子集的含义为AI——人工智能；AC——自动控制；CT——控制论；OR——运筹学；ST——系统论；IC——智能控制。
智能控制的二元交集结构、三元交集结构和四元交集结构分别由傅京孙、萨克迪斯（G.N.Saridis）和蔡自兴于1971,1977和1986年提出的[3]，以上的交集表达式也可表示成如下图1、2、3的形式：AI IC AC AIICORCT图1 图2AIICORCT ST图3（2）智能控制的核心在高层，及组织级控制，高层控制的任务在于对实际问题的决策和规划，从而实现问题的解决。
Saridis如图4所述。
执行级一般要求有较准确的模型；协调级用于协调执行级的动作，它虽然不要求有精准的模型，但要求具备学习能力；组织级将自然语言翻译成机器语言，进行组织决策和规定任务。
这种分层递阶的智能控制系统具有两个明显的特点：1）对控制而言，自上而下控制的精度愈来愈高；2）对识别而言，自下而上信息反馈愈来愈粗略，相应的智能程度也愈来愈高[3]，即就是各级之间实现“智能图4递增精度递减”的原则。
3、智能控制系统的特点传统的控制方法建立在被控对象的精确数学模型上，智能控制是针对系统的复杂性、非线性、不确定性等提出来的。
IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应能力[4]。
智能控制系统一般应具有以下特点。
（1）强的学习能力。
能对未知环境所提供的信息进行识别、记忆、学习、融合、分析、推理，并利用已有的知识不断优化自身能力；（2）较强的自适应能力。
具有能够适应被控对象的特性变化、外界环境特性的变化和运行条件的变化的能力；（3）较强的容错能力。
对各类故障具有自诊断、屏蔽和自恢复能力；（4）较强的鲁棒性。
系统对环境干扰和其它不确定因素不敏感；人（5）较强的组织功能。
对复杂任务具有自组织和协调功能，使系统具有主动性和灵活性；（6）实时性好。
系统具有较强的在线实时响应能力；（7）智能控制具有变结构和非线性的特点，其核心是组织级。
4、智能控制与传统控制的关系和比较智能控制和传统控制密不可分。
一般情况下，传统控制是智能控制发展过程中的低级阶段。
智能控制与传统控制具有紧密的结合于交叉综合，主要表现在：1）智能控制常常利用传统控制来解决低层的控制问题。
2）将传统控制和智能控制进行有机结合可形成有效的控制系统3）对数学模型较成熟的系统应采用传统控制与智能控制相结合的手段，而不是单纯的只用智能控制。
传统控制有很多明显的局限性，尤其是在处理高度非线性和复杂性的系统，在处理对象的不确定性和复杂性上效果也很差。
传统控制还缺乏自学习、自适应、自组织能力。
智能控制和传统控制在应用领域、控制方法等方面存在明显不同，主要有：1）传统控制是建立在精确的数学模型上，着重解决单机自动化、不太复杂的过程控制和大系统的控制问题，而智能控制主要解决高度非线性、强不确定性和复杂系统控制问题；2）传统控制通常是通过各种定理、定律来获取精确的知识，而智能控制则是通过直觉、学习和经验来获取和积累知识。
3）传统控制通常是用基于运动学方程、动力学方程和传递函数等数学模型来描述系统，而智能控制系统则是通过经验、规则来描述4）传统控制理论通常应用时域法、频域法、状态空间法等有效的分析和方法进行处理，而智能控制系统多采用学习、逻辑推理、判断、决策等方法。
5）传统控制有稳态和动态等性能指标，而智能控制无统一的性能指标；6）传统控制线性定常系统为主要研究对象，以反馈控制理论为主要核心，有比较成熟的理论体系，而智能控制暂时还没有完善的理论体系；5、智能控制研究的内容智能控制是一门交叉学科，傅京孙称它是人工智能（AI）与自动控制（AC）的交叉，后来，Saridis有提出了智能控制是人工智能、自动控制和运筹学（OR）的交叉。
智能控制系统是在控制论、信息论、人工智能、仿生学、神经生理学和计算机科学发展的基础上发展形成的一种高级控制系统。
智能控制突破了传统控制的局限性，实现了对非线性，高度不确定的对象的控制。
目前，智能控制的主要研究内容有：自适应控制（Adaptive Control）、模糊控制（Fuzzy Control）、神经网络控制（Neural Net-based Control）、基于知识的控制（Konwledge Based Control）或专家控制（Expert Control）、符合智能控制（Hybrid Intelligent Control）、学习控制（Learning Control）和基于进化机制的控制（Evolutionary Mechanism Based Control）。
以上这些有的已在现代工业生产中投入应用。
下面，就上面的研究内容重点介绍几种。
5.1 模糊控制模糊控制是基于模糊推理和模仿人的思维方式，对建立数学模型难度较大的对象的一种控制，其成功应用的根源在于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种系统的推理方法[5]。
由于模糊控制主要是模仿人的控制经验而不是依赖控制对象的模型，因此模糊控制器实现了人的某些智能。
模糊控制可看成是一种不依赖与模型的估计器，给定输入，便可得到合适的输出，它主要依赖于模糊规则（把人类专家的被控对象或过程的控制策略总结成一系列的“IF-THEN”的形式）和模糊变量的隶属度函数，而不用了解输入与输出之间的关系。
它是处理复杂而无法精确建立数学模型的系统控制问题的有效方法，其主要特点有：1）控制系统根据操作人员控制经验和操作数据，而无需精确的数学模型；2）有较强的鲁棒性，适宜解决非线性、时变和时滞系统；3）应用语言变量，易于构成专家系统；4）处理过程含有某些智能特性，能够处理复杂甚至是“病态”系统；5）离线计算得到控制查询表，提高了控制系统的实时性。
目前，模糊控制技术已日益成熟，稳定性分析问题正得到解决。
5.2 神经网络控制神经网来控制是基于结构模拟人脑生理结构形成的智能控制和辨识方法。
由于它具有自适应和自学习能力，所以适合于对复杂系统的研究。
神经元网络利用神经元之间的连接于权值进行自我学习，以逼近理论为依据进行建模。
并以直接自校正控制、间接自校正控制、神经网络预测等方法实现对被控对象的智能控制。
它具有以下重要的性质：1）非线性，神经网络理论上可以趋近于任何一个非线性函数；2）并行分部处理，神经网络是一个高度平行的模型，所以它具有较强的容错能力和数据处理能力；3）自适应和自学习性，能对环境提供的信息进行自学习和记忆；4）数据融合，可同时对定性和定量的数据进行操作；5）多变量处理，神经网络可自然地处理多输入信号。
目前，神经网络在自动控制、模式识别、机器人等领域已有许多成功的应用。
但它还有许多问题需要进一步研究，主要是人工神经网络系统稳定性的分析方法、学习和控制算法的收敛性和实时性问题。
5.3 专家控制专家控制是在将人工智能中专家系统的理论和技术与自动控制的理论和方法有机结合的基础上，在未知环境下模仿专家的智能，实现对被控对象的有效控制，即就是利用专家知识对专门的或困难的问题进行描述。
专家系统的主要组成是：知识库、推理机、解析机制、知识获取系统，其核心是专家系统。
它具有处理各种非结构性问题，特别是处理定性的，不确定的或启发式的知识信息的能力，经过各种推理达到所要求的控制目标。
专家控制主要由如下特点：1）专家控制的核心是知识信息处理系统，即专家系统，而不是数值信息处理系统，它依据的是知识表示技术确定问题的求解方法而不是根据数学描述建立计算模型，它主要运用知识推理而不是固定程序来完成任务；2）专家系统由组织级，协调级和执行级组成，核心是组织级，所以具有自上而下智能逐级降低，精度逐级升高的特点。
专家控制系统目前在机器人控制方面虽已有成功应用，但还有许多问题有待深入研究，主要是专家经验、知识的如何获取，动态知识的获取问题以及专家控制系统的稳定性分析问题。
5.4 混沌控制混沌和混沌控制是非线性动力系统的新理论、新方法，是智能控制的重要组成部分。
混沌指某种对初始条件敏感的运动，是在确定性系统中出现的一种类似无规则、随机的现象，是普遍存在的运动形式。
混沌是非线性动力学系统在一定条件下所表现的运动形式，是系统处于非平衡条件下所表现的随机行为，它无序中又有序。