智能控制是一種智能信息處理系統(tǒng)、智能信息反饋和智能控制決策的控制模式是控制理論發(fā)展的高級(jí)階段，主要用于解決傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問題。智能控制研究對象的主要特征是具有不確定性的數(shù)學(xué)模型、高度非線性和復(fù)雜的任務(wù)要求。

智能控制的想法出現(xiàn)在20世紀(jì)60年代。當(dāng)時(shí)，學(xué)習(xí)控制的研究非常活躍，并得到了很好的應(yīng)用。例如，已經(jīng)開發(fā)了自學(xué)習(xí)和自適應(yīng)方法來解決控制系統(tǒng)的隨機(jī)特性和模型未知問題；1965年美國普渡大學(xué)傅孫靜(K．S．Fu)教授首先將人工智能的啟發(fā)式推理規(guī)則應(yīng)用于學(xué)習(xí)控制系統(tǒng)；1966年美國孟德爾(J．M．Mendel)首先，倡導(dǎo)將人工智能用于航天器控制系統(tǒng)的設(shè)計(jì)。

1967年，美國里昂德斯(C．T．Leondes)人們第一次正式使用它“智能控制”一詞。1971年，傅討論了人工智能和自動(dòng)控制之間的交叉關(guān)系。從此，自動(dòng)控制和AI開始碰撞出火花，新的跨領(lǐng)域——智能控制建立并發(fā)展起來。

20世紀(jì)80年代，基于人工智能的規(guī)則表示和推理技術(shù)(尤其是專家系統(tǒng))基于規(guī)則的專家控制系統(tǒng)發(fā)展很快，如瑞典的Ostrom(K．J．Astrom)專家控制，薩里，美國(G．M．Saridis)機(jī)器人控制中的專家控制。隨著20世紀(jì)80年代中期人工神經(jīng)網(wǎng)絡(luò)研究的重新興起，控制領(lǐng)域的研究人員提出并迅速發(fā)展了人工神經(jīng)網(wǎng)絡(luò)良好的非線性逼近特性、一種具有自學(xué)習(xí)和容錯(cuò)特性的神經(jīng)網(wǎng)絡(luò)控制方法。

隨著智能控制方法和技術(shù)的發(fā)展，智能控制正迅速走向各個(gè)專業(yè)領(lǐng)域，并應(yīng)用于各種復(fù)雜被控對象的控制問題，如工業(yè)過程控制系統(tǒng)、機(jī)器人系統(tǒng)、現(xiàn)代制造系統(tǒng)、交通控制系統(tǒng)等。

定義一：智能控制是智能機(jī)器獨(dú)立實(shí)現(xiàn)目標(biāo)的過程。智能機(jī)器定義為在結(jié)構(gòu)化或非結(jié)構(gòu)化熟悉或陌生的環(huán)境中，自主或交互執(zhí)行人類指定的任務(wù)的機(jī)器。

定義二： K.J.Hostaux Romer認(rèn)為，將人類的直覺推理試錯(cuò)等智能形式化或模擬化，并用于控制系統(tǒng)的分析和設(shè)計(jì)，使其具有一定程度的智能，這就是智能控制。他還認(rèn)為，自調(diào)節(jié)控制和自適應(yīng)控制是智能控制的低級(jí)體現(xiàn)。

定義三：智能控制是一種無需人工干預(yù)就能驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)目標(biāo)的自動(dòng)控制，也是用計(jì)算機(jī)模擬人類智能的一個(gè)重要領(lǐng)域。

定義四：智能控制實(shí)際上只是研究和模擬人類智能活動(dòng)及其控制和信息傳遞過程的規(guī)律，開發(fā)具有仿人智能的工程控制和信息處理系統(tǒng)。

基于控制理論的智能控制、計(jì)算機(jī)科學(xué)、人工智能、以運(yùn)籌學(xué)等學(xué)科為基礎(chǔ)，相關(guān)的理論和技術(shù)得到了拓展，其中模糊邏輯得到了廣泛的應(yīng)用、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法等理論，以及自適應(yīng)控制、自組織控制和自學(xué)習(xí)控制技術(shù)。

專家系統(tǒng)是一種利用專家知識(shí)來描述專門或困難問題的控制系統(tǒng)。雖然專家系統(tǒng)已經(jīng)成功地應(yīng)用于解決復(fù)雜的高級(jí)推理，但專家系統(tǒng)的實(shí)際應(yīng)用相對較少。

模糊邏輯用模糊語言來描述系統(tǒng)，既能描述應(yīng)用系統(tǒng)的定量模型，又能描述應(yīng)用系統(tǒng)的定性模型。模糊邏輯可以應(yīng)用于任何復(fù)雜的對象控制。

遺傳算法作為一種不確定的準(zhǔn)自然隨機(jī)優(yōu)化工具，具有并行計(jì)算的特點(diǎn)、它可以與其他技術(shù)混合使用，作為智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的最佳控制。

神經(jīng)網(wǎng)絡(luò)是利用大量神經(jīng)元按照一定的拓?fù)浣Y(jié)構(gòu)進(jìn)行學(xué)習(xí)和調(diào)整的一種自適應(yīng)控制方法。它可以表現(xiàn)出豐富的特性，包括并行計(jì)算、分布存儲(chǔ)、可變結(jié)構(gòu)、高度容錯(cuò)、非線性運(yùn)算、自我組織、學(xué)習(xí)或自學(xué)習(xí)。這些特征是人們長期追求和期待的系統(tǒng)特征。智能控制中的神經(jīng)網(wǎng)絡(luò)參數(shù)、結(jié)構(gòu)或環(huán)境的適應(yīng)、自組織、自學(xué)習(xí)和其他控制方面具有獨(dú)特的能力。

智能控制技術(shù)與控制模式的結(jié)合、或者集成組合形成不同風(fēng)格和功能的智能控制系統(tǒng)和智能控制器，這也是智能控制技術(shù)的一個(gè)主要特征。

智能控制研究的主要目標(biāo)不再是被控對象，而是控制器本身。控制器不再是單一的數(shù)學(xué)模型解析型，而是數(shù)學(xué)分析與知識(shí)體系相結(jié)合的廣義模型，是結(jié)合了各學(xué)科知識(shí)的控制系統(tǒng)。智能控制理論是以知識(shí)為基礎(chǔ)，建立被控動(dòng)態(tài)過程的特征模式識(shí)別、基于經(jīng)驗(yàn)推理和智能決策的控制。

智能控制的研究對象具有以下特點(diǎn)：

1. 不確定模型

智能控制的研究對象通常具有嚴(yán)重的不確定性。這里所說的模型不確定性有兩層含義：第一，模型未知或了解不多；第二，模型的結(jié)構(gòu)和參數(shù)可能在較大范圍內(nèi)變化。

2.非線性高度 

對于高度非線性的控制對象，智能控制方法往往可以解決非線性系統(tǒng)的控制問題。

3.復(fù)雜的任務(wù)需求

對于智能控制系統(tǒng)，任務(wù)的要求往往是復(fù)雜的。

目前，智能控制廣泛應(yīng)用于伺服系統(tǒng)，主要包括專家控制、模糊控制、學(xué)習(xí)控制、神經(jīng)網(wǎng)絡(luò)控制、預(yù)測控制和其他控制方法。

智能控制與傳統(tǒng)控制的主要區(qū)別在于，傳統(tǒng)控制方法必須依賴于被控對象的模型，而智能控制可以解決非模型系統(tǒng)的控制問題。與傳統(tǒng)控制相比．

智能控制具有以下基本特征：

1)智能控制的核心是高層控制．能對復(fù)雜系統(tǒng)(如非線性、快時(shí)變、復(fù)雜多變量、環(huán)境擾動(dòng)等)有效的全球控制．實(shí)現(xiàn)一般化問題的解決．并且具有很強(qiáng)的容錯(cuò)性。

2)智能控制系統(tǒng)可以采用以知識(shí)表示的非數(shù)學(xué)概化模型和以數(shù)學(xué)表示的混合控制過程，采用開閉環(huán)控制與定性決策和定量控制相結(jié)合的多模態(tài)控制方式。

3)其基本目的是從系統(tǒng)功能和整體優(yōu)化的角度對系統(tǒng)進(jìn)行分析和綜合．為了達(dá)到預(yù)定的目標(biāo)。智能控制系統(tǒng)具有變結(jié)構(gòu)的特點(diǎn)，能夠搜索全局最優(yōu)．具有自適應(yīng)、自組織、自我學(xué)習(xí)和自我協(xié)調(diào)能力。

4)智能控制系統(tǒng)有足夠的關(guān)于人的控制策略、關(guān)于受控對象和環(huán)境的知識(shí)以及運(yùn)用這些知識(shí)的能力。

5)智能控制系統(tǒng)具有補(bǔ)償和自修復(fù)能力以及判斷和決策能力。

智能控制的具體應(yīng)用主要表現(xiàn)在以下幾個(gè)方面：

1)生產(chǎn)過程中的智能控制

生產(chǎn)過程中的智能控制主要包括局部智能控制和全局智能控制。

本地級(jí)智能控制是指在設(shè)計(jì)控制器的過程中將智能引入到單元中。智能PID控制器是研究的熱點(diǎn)，因?yàn)樗趨?shù)整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢，可以用來控制一些非線性的復(fù)雜對象。

全局智能控制主要是針對整個(gè)生產(chǎn)過程的自動(dòng)化，包括整個(gè)操作過程的控制、過程的故障診斷、計(jì)劃流程操作處理異常等。

2)先進(jìn)制造系統(tǒng)中的智能控制

智能控制廣泛應(yīng)用于機(jī)械制造業(yè)。在現(xiàn)代先進(jìn)制造系統(tǒng)中，需要依靠不完整和不準(zhǔn)確的數(shù)據(jù)來解決困難或不可預(yù)測的情況人工智能技術(shù)為解決這一問題提供了一些有效的解決方案。

1)利用模糊數(shù)學(xué)、利用神經(jīng)網(wǎng)絡(luò)方法對制造過程的動(dòng)態(tài)環(huán)境進(jìn)行建模，利用傳感器融合技術(shù)對信息進(jìn)行預(yù)處理和綜合。

2)采用專家系統(tǒng)作為反饋機(jī)制，修改控制機(jī)制或選擇更好的控制方式和參數(shù)。

3)利用模糊集決策選擇機(jī)制選擇控制動(dòng)作。

4)利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力，對那些可能不完整的信息進(jìn)行在線模式識(shí)別。

3)電力系統(tǒng)中的智能控制

電力系統(tǒng)中發(fā)電機(jī)、變壓器、電機(jī)和其他電氣設(shè)備的設(shè)計(jì)、生產(chǎn)、運(yùn)行、控制是一個(gè)復(fù)雜的過程，國內(nèi)外電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計(jì)中、在故障診斷和控制中取得了良好的控制效果。

1)利用遺傳算法對電氣設(shè)備進(jìn)行優(yōu)化設(shè)計(jì)，可以降低成本，縮短計(jì)算時(shí)間，提高產(chǎn)品設(shè)計(jì)的效率和質(zhì)量。

2)應(yīng)用于電氣設(shè)備故障診斷的智能控制技術(shù)具有模糊邏輯、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。

3)智能控制在電流控制型PWM技術(shù)中的應(yīng)用，是具有代表性的技術(shù)應(yīng)用方向之一，也是新的研究熱點(diǎn)之一。