應用傳統控制理論進行控制必須提出並遵循壹些苛刻的線性化假設，這些假設在應用中往往與實際情況不符。
對於壹些復雜的、不確定的控制過程，無法用傳統的數學模型來表達，即無法解決建模問題。
為了提高控制性能，傳統的控制系統可能會變得非常復雜，從而增加了設備投資，降低了系統的可靠性。1.工業過程中的智能控制
生產過程的智能控制主要包括兩個方面:局部級和全局級。局部級智能控制是指在控制器設計過程中，將智能引入到壹個單元中，如智能PID控制器、專家控制器、神經網絡控制器等。智能PID控制器是研究的熱點，因為它在參數整定和在線自適應調整方面具有明顯的優勢，可以用來控制壹些非線性的復雜對象。全局智能控制主要是針對整個生產過程的自動化，包括整個操作過程的控制、過程的故障診斷、過程操作的規劃和異常情況的處理等。
2.機械制造中的智能控制
在現代先進制造系統中，需要依靠不完整和不準確的數據來解決困難或不可預測的情況，人工智能技術為這壹問題提供了有效的解決方案。智能控制也廣泛應用於機械制造業。它利用模糊數學和神經網絡對制造過程的動態環境進行建模，利用傳感器融合技術對信息進行預處理和綜合。專家系統的“Then-If”逆向推理可以作為反饋機制，修改控制機制或選擇更好的控制方式和參數。利用模糊集和模糊關系的魯棒性，將模糊信息融入閉環控制的外環決策機制中，以選擇控制動作。利用神經網絡的學習功能和並行處理信息的能力，對那些可能不完整的信息進行在線模式識別。
3.電力電子研究領域中的智能控制
電力系統中發電機、變壓器、電動機等電氣設備的設計、生產、運行和控制是壹個復雜的過程。國內外電氣工作者已將人工智能技術引入到電氣設備的優化設計、故障診斷和控制中，並取得了良好的控制效果。遺傳算法是壹種先進的優化算法。利用該方法對電氣設備進行優化設計，可以降低成本，縮短計算時間，提高產品設計的效率和質量。應用於電氣設備故障診斷的智能控制技術包括模糊邏輯、專家系統和神經網絡。在電力電子的諸多應用領域中，智能控制在電流控制PWM技術中的應用是具有代表性的技術應用方向之壹，也是新的研究熱點之壹。