智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，是控制理論發(fā)展的高級階段，主要用來解決那些用傳統(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點(diǎn)是具有不確定性的數(shù)學(xué)模型、高度的非線性和復(fù)雜的任務(wù)要求。
智能控制的思想出現(xiàn)于20世紀(jì)60年代。當(dāng)時，學(xué)習(xí)控制的研究十分活躍，并獲得較好的應(yīng)用。如自學(xué)習(xí)和自適應(yīng)方法被開發(fā)出來，用于解決控制系統(tǒng)的隨機(jī)特性問題和模型未知問題；1965年美國普渡大學(xué)傅京孫(K．S．Fu)教授首先把AI的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)；1966年美國門德爾(J．M．Mendel)首先主張將AI用于飛船控制系統(tǒng)的設(shè)計。
發(fā)展
智能控制的思想出現(xiàn)于20世紀(jì)60年代。當(dāng)時，學(xué)習(xí)控制的研究十分活躍，并獲得較好的應(yīng)用。如自學(xué)習(xí)和自適應(yīng)方法被開發(fā)出來，用于解決控制系統(tǒng)的隨機(jī)特性問題和模型未知問題；1965年美國普渡大學(xué)傅京孫(K．S．Fu)教授首先把AI的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)；1966年美國門德爾(J．M．Mendel)首先主張將AI用于飛船控制系統(tǒng)的設(shè)計。
1967年，美國萊昂德斯(C．T．Leondes)等人首次正式使用“智能控制”一詞。1971年，傅京孫論述了AI與自動控制的交叉關(guān)系。自此，自動控制與AI開始碰撞出火花，一個新興的交叉領(lǐng)域——智能控制得到建立和發(fā)展。早期的智能控制系統(tǒng)采用比較初級的智能方法，如模式識別和學(xué)習(xí)方法等，而且發(fā)展速度十分緩慢。
扎德于1965年發(fā)表了著名論文“Fuzzy Sets”，開辟了以表征人的感知和語言表達(dá)的模糊性這一普遍存在不確定性的模糊邏輯為基礎(chǔ)的數(shù)學(xué)新領(lǐng)域——模糊數(shù)學(xué)。1975年，英國馬丹尼(E．H．Mamdani)成功地將模糊邏輯與模糊關(guān)系應(yīng)用于工業(yè)控制系統(tǒng)，提出了能處理模糊不確定性、模擬人的操作經(jīng)驗規(guī)則的模糊控制方法。此后，在模糊控制的理論和應(yīng)用兩個方面，控制專家們進(jìn)行廠大量研究，并取得一批令人感興趣的成果，被視為智能控制中十分活躍、發(fā)展也較為深刻的智能控制方法。
20世紀(jì)80年代，基于AI的規(guī)則表示與推理技術(shù)(尤其是專家系統(tǒng))基于規(guī)則的專家控制系統(tǒng)得到迅速發(fā)展，如瑞典奧斯特隆姆(K．J．Astrom)的專家控制，美國薩里迪斯(G．M．Saridis)的機(jī)器人控制中的專家控制等。隨著20世紀(jì)80年代中期人工神經(jīng)網(wǎng)絡(luò)研究的再度興起，控制領(lǐng)域研究者們提出并迅速發(fā)展了充分利用人工神經(jīng)網(wǎng)絡(luò)良好的非線性逼近特性、自學(xué)習(xí)特性和容錯特性的神經(jīng)網(wǎng)絡(luò)控制方法。
隨著研究的展開和深入，形成智能控制新學(xué)科的條件逐漸成熟。1985年8月，IEEE在美國紐約召開了第一屆智能控制學(xué)術(shù)討論會，討論了智能控制原理和系統(tǒng)結(jié)構(gòu)。由此，智能控制作為一門新興學(xué)科得到廣泛認(rèn)同，并取得迅速發(fā)展。
近十幾年來．隨著智能控制方法和技術(shù)的發(fā)展，智能控制迅速走向各種專業(yè)領(lǐng)域，應(yīng)用于各類復(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)代生產(chǎn)制造系統(tǒng)、交通控制系統(tǒng)等。
定義
智能控制的定義一： 智能控制是由智能機(jī)器自主地實現(xiàn)其目標(biāo)的過程。而智能機(jī)器則定義為，在結(jié)構(gòu)化或非結(jié)構(gòu)化的，熟悉的或陌生的環(huán)境中，自主地或與人交互地執(zhí)行人類規(guī)定的任務(wù)的一種機(jī)器。
定義二： K.J.奧斯托羅姆則認(rèn)為，把人類具有的直覺推理和試湊法等智能加以形式化或機(jī)器模擬，并用于控制系統(tǒng)的分析與設(shè)計中，使之在一定程度上實現(xiàn)控制系統(tǒng)的智能化，這就是智能控制。他還認(rèn)為自調(diào)節(jié)控制，自適應(yīng)控制就是智能控制的低級體現(xiàn)。
定義三： 智能控制是一類無需人的干預(yù)就能夠自主地驅(qū)動智能機(jī)器實現(xiàn)其目標(biāo)的自動控制，也是用計算機(jī)模擬人類智能的一個重要領(lǐng)域。
定義四： 智能控制實際只是研究與模擬人類智能活動及其控制與信息傳遞過程的規(guī)律，研制具有仿人智能的工程控制與信息處理系統(tǒng)的一個新興分支學(xué)科。
技術(shù)基礎(chǔ)
智能控制以控制理論、計算機(jī)科學(xué)、人工智能、運(yùn)籌學(xué)等學(xué)科為基礎(chǔ)，擴(kuò)展了相關(guān)的理論和技術(shù)，其中應(yīng)用較多的有模糊邏輯、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)控制等技術(shù)。
專家系統(tǒng)是利用專家知識對專門的或困難的問題進(jìn)行描述的控制系統(tǒng)。盡管專家系統(tǒng)在解決復(fù)雜的高級推理中獲得了較為成功的應(yīng)用，但是專家系統(tǒng)的實際應(yīng)用相對還是比較少的。
模糊邏輯用模糊語言描述系統(tǒng)，既可以描述應(yīng)用系統(tǒng)的定量模型，也可以描述其定性模型。模糊邏輯可適用于任意復(fù)雜的對象控制。
遺傳算法作為一種非確定的擬自然隨機(jī)優(yōu)化工具，具有并行計算、快速尋找全局最優(yōu)解等特點(diǎn)，它可以和其他技術(shù)混合使用，用于智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的最優(yōu)控制。
神經(jīng)網(wǎng)絡(luò)是利用大量的神經(jīng)元，按一定的拓?fù)浣Y(jié)構(gòu)進(jìn)行學(xué)習(xí)和調(diào)整的自適應(yīng)控制方法。它能表示出豐富的特性，具體包括并行計算、分布存儲、可變結(jié)構(gòu)、高度容錯、非線性運(yùn)算、自我組織、學(xué)習(xí)或自學(xué)習(xí)。這些特性是人們長期追求和期望的系統(tǒng)特性。神經(jīng)網(wǎng)絡(luò)在智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的自適應(yīng)、自組織、自學(xué)習(xí)等控制方面具有獨(dú)特的能力。
智能控制的相關(guān)技術(shù)與控制方式結(jié)合、或綜合交叉結(jié)合，構(gòu)成風(fēng)格和功能各異的智能控制系統(tǒng)和智能控制器，這也是智能控制技術(shù)方法的一個主要特點(diǎn)。
研究對象
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)解析和知識系統(tǒng)相結(jié)合的廣義模型，是多種學(xué)科知識相結(jié)合的控制系統(tǒng)。智能控制理論是建立被控動態(tài)過程的特征模式識別，基于知識、經(jīng)驗的推理及智能決策基礎(chǔ)上的控制。一個好的智能控制器本身應(yīng)具有多模式、變結(jié)構(gòu)、變參數(shù)等特點(diǎn)，可根據(jù)被控動態(tài)過程特征識別、學(xué)習(xí)并組織自身的控制模式，改變控制器結(jié)構(gòu)和調(diào)整參數(shù)。
智能控制的研究對象具備以下的一些特點(diǎn)：
1. 不確定性的模型
智能控制的研究對象通常存在嚴(yán)重的不確定性。這里所說的模型不確定性包含兩層意思：一是模型未知或知之甚少；二是模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化。
2. 高度的非線性
對于具有高度非線性的控制對象，采用智能控制的方法往往可以較好地解決非線性系統(tǒng)的控制問題。
3. 復(fù)雜的任務(wù)要求
對于智能控制系統(tǒng)，任務(wù)的要求往往比較復(fù)雜。
目前智能控制在伺服系統(tǒng)應(yīng)用中較多的，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)測控制等控制方法。