智能控制的基本概念
智能控制的定義1:智能控制是智能機器獨立實現目標的過程。智能機器定義為在結構化或非結構化、熟悉或陌生的環境中，自主或交互執行人類指定的任務的機器。
定義二:K.J. Hostaux Romer認為將直覺推理、試錯法等人類智能形式化或模擬化，並用於控制系統的分析和設計，從而在壹定程度上實現控制系統的智能化，這就是智能控制。他還認為自調節控制和自適應控制是智能控制的低級體現。
定義三:智能控制是壹種無需人工幹預就能驅動智能機器實現目標的自動控制，也是用計算機模擬人類智能的重要領域。
定義4:智能控制實際上只是研究和模擬人類智能活動規律及其控制和信息傳遞過程，開發具有仿人智能的工程控制和信息處理系統的壹個新分支。
產生和發展
自1932年H.Nyquist關於反饋放大器穩定性的論文發表以來，控制理論的發展已經走過了60多年。壹般來說，前30年是經典控制理論的發展和成熟階段，後30年是現代控制理論的形成和發展階段。隨著研究對象和系統越來越復雜，傳統的用數學模型描述和分析的控制理論很難解決復雜系統的控制問題。智能控制是針對被控對象及其環境、目標和任務的不確定性和復雜性而產生和發展起來的。
自20世紀60年代以來，計算機技術和人工智能技術發展迅速。為了提高控制系統的自學習能力，控制學者開始將人工智能技術應用於控制系統。
1965年，美籍華人科學家傅教授首次將人工智能的啟發式推理規則應用於學習控制系統。1966年，孟德爾進壹步將人工智能技術應用於航天器的學習控制系統，提出了“人工智能控制”的概念。1967年，Leondes和Mendel首次正式使用了“智能控制”壹詞。
20世紀70年代初，傅、Glofis0、Saridis等學者從控制論的角度總結了人工智能技術與自適應、自組織、自學習控制的關系，提出了智能控制是人工智能技術與控制理論的交匯點的思想，並建立了人機交互遞階智能控制的體系結構。
20世紀70年代中期，基於模糊集理論的智能控制在規則控制的研究方面取得了很大進展。1974中，Mamdani提出了基於模糊語言描述控制規則的模糊控制器，將模糊集和模糊語言邏輯應用於工業過程控制，進而成功開發了自組織模糊控制器，大大提高了模糊控制器的智能化水平。模糊控制的形成和發展及其與人工智能的相互滲透，對智能控制理論的形成起到了非常重要的推動作用。
20世紀80年代，隨著專家系統技術的逐漸成熟和計算機技術的飛速發展，智能控制與決策的研究取得了很大進展。65438-0986在K.J.Astrom發表的著名論文《專家控制》中，將人工智能中的專家系統技術引入到控制系統中，形成了另壹類智能控制系統——專家控制。目前，專家控制方法已經有很多成功的例子。
詳細註釋
對於許多復雜系統，很難建立有效的數學模型，難以用常規的控制理論進行定量計算和分析，而必須采用定量和定性相結合的控制方法。定量方法和定性方法相結合的目的是機器要用類似於人類的智慧和經驗來指導求解過程。因此，在智能系統的研究和設計中，主要註意力不在數學公式的表達、計算和處理上，而是在任務和現實模型的描述、符號和環境的識別以及知識庫和推理機的開發上，即智能控制的關鍵問題不是設計常規控制器，而是開發智能機器的模型。另外，智能控制的核心是高層控制，即組織控制。高層控制是為了解決問題而對實際環境或過程進行組織、決策和規劃。為了完成這些任務，我們需要采用壹些相關的技術，如符號信息處理、啟發式編程、知識表示、自動推理和決策。解決這些問題的過程類似於人腦的思維過程，即具有壹定程度的“智能”。
隨著人工智能和計算機技術的發展，有可能將自動控制與人工智能和系統科學的壹些相關分支(如系統工程、系統學、運籌學和信息論)結合起來，建立壹種適用於復雜系統的控制理論和技術。智能控制就是在這種情況下產生的。它是自動控制技術的最新發展階段，也是利用計算機模擬人類智能進行控制的研究領域。在1965中，傅首先提出將人工智能的啟發式推理規則應用於學習控制系統。1985年，智能控制研討會首次在美國召開。1987年，第壹屆智能控制國際學術會議在美國召開，這標誌著智能控制作為壹門新的學科分支得到了認可。智能控制具有跨學科和定量定性分析方法的特點。
如果壹個系統具有感知環境和持續獲取信息以減少不確定性並規劃、生成和執行控制行為的能力，則稱之為智能控制系統。智能控制技術是在向人腦學習的過程中不斷發展的，是壹種具有實時推理、決策、學習和記憶功能，能適應各種復雜控制環境的超級智能控制系統。
智能控制與傳統或常規控制密切相關，並不相互排斥。常規控制往往包含在智能控制中，而智能控制也是用常規控制方法來解決“低級”控制問題，試圖拓展常規控制方法，建立壹系列新的理論和方法來解決更具挑戰性和更復雜的控制問題。
1.傳統的自動控制是基於壹定的模型，而智能控制的研究對象具有嚴重的模型不確定性，即在模型未知或知之甚少的情況下，模型的結構和參數發生較大範圍的變化，如工業過程的病態結構和某些擾動的不可預測性，使其模型無法建立。這些問題是傳統的基於模型的自動控制難以解決的。
2.傳統自動控制系統的輸入或輸出設備不方便與人和外部環境交換信息。我們希望制造壹種信息輸入設備，它可以接受打印的、圖形的、甚至手寫的和口頭的命令，並且可以更深入和靈活地與系統進行交流。同時，我們必須擴大輸出設備的容量，以文字、圖畫、立體圖像和語言的形式輸出信息。此外，普通的自動化設備無法接受、分析和感知各種可見和可聽的圖像、聲音組合等外界情況。為了擴大信息渠道，需要給自動裝置安裝壹個精確的聲音發射器，可以機械地模擬各種感覺，即文字、聲音、物體識別裝置。好在近年來計算機和多媒體技術的飛速發展，為智能控制在這方面的發展提供了物質準備，使智能控制成為壹個多向的“立體”控制系統。
3.傳統的自動控制系統要求輸出為定值(調節系統)或跟隨期望軌跡(跟隨系統)，因此具有控制任務單壹的特點，而智能控制系統的控制任務可以更加復雜。例如，在智能機器人系統中，要求系統具有對復雜任務進行自動規劃和決策的能力，以及自動避開障礙物並移動到某壹預期目標位置的能力。對於這些任務要求復雜的系統，可以采用智能控制來滿足。
4.傳統的控制理論對於線性問題已經有了成熟的理論，而壹些非線性方法可以用於高度非線性的被控對象，但都不盡如人意。智能控制找到了解決這類復雜非線性問題的方法，成為解決這類問題的有效途徑。工業過程智能控制系統除了上述特點外，還有其他特點，如被控對象往往是動態的，控制系統在線運動，壹般要求實時響應速度很高。正是這些特點決定了它不同於其他智能控制系統，如智能機器人系統、航空航天控制系統、交通運輸控制系統等。，及其獨特的控制方法和形式。