智能控制发展趋势
智能控制是指在无人干预的情况下能自主地驱动智能机器，用以实现控制目标的自动控制技术。对于许多复杂的系统，难以借助于数学模型和传统控制理论实施有效的控制。智能控制是针对被控对象、环境、任务及目标的不确定性和复杂性而产生和发展起来的。智能控制的关键问题是研制智能机器的模型，其核心是高层控制，对实际环境或过程进行组织、规划及决策，实现问题求解。智能控制是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完善。
1、智能控制的性能特点与主要方法
(1)较强的学习能力。(2)较强的自适应能力。(3)较强的容错能力。(4)较强的鲁棒性。(5)较强的组织功能。(6)实时性好，系统具有较强的在线实时响应能力。(7)人机协作性能好，系统具有友好的人机界面，以保证人机通信、人机互助和人机协同工作。(8)智能控制具有变结构和非线性的特点，其核心是组织级。 智能控制是以控制理论、计算机科学、人工智能、运筹学等学科为基础,扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论和自适应控制、自组织控制、自学习控制等技术。
2、智能控制的发展趋势
随着智能控制应用发展的日益成熟，智能控制广泛应用于多个领域。生产过程的局部级的智能控制将智能引入工艺过程中的某一单元进行控制器设计，全局级的智能控制主要针对整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。在机械制造行业中，智能控制利用模糊数学、神经网络的方法对制造过程进行动态环境建模，利用传感器融合技术来进行信息的预处理和综合。电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程，通过人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果，遗传算法作为一种先进的优化算法，采用此方法来对电器设备的设计进行优化，可以降低成本，缩短计算时间，提高产品设计的效率和质量。 智能控制的研究虽然已经取得了一些成果，但仍然处于开创性研究阶段。在智能控制的发展来看，还有很多问题亟待解决。主要有：对智能控制理论的学习研究的问题；确定智能控制的应用研究目标和扩大实际应用范围的研究问题；各种智能方法结合以及同传统控制方法结合的研究问题；运用科学的基本理论，掌握分析、解决问题的技巧和策略等，建立可行的智能控制体系结构的研究问题；研究智能控制的信号处理器、并行处理机和智能开发工具等软件和硬件的研究问题。
智能控制是一门需要许多学科提供基础支持的科学，其必须依靠多学科联合才能取得新的飞跃。遗传算法与模糊神经网络的结合、混沌理论等将成为智能控制的发展方向，智能控制的发展核心仍是以神经网络的强大自学功能和具有较强知识表达能力的模糊逻辑推理构成的模糊逻辑神经网络。目前在全世界，智能控制和智能自动化科学与技术的发展已经被许多国家认为是提高国家竞争力的一项核心技术，研究模仿人类智能是智能控制的最高目标。智能控制是一个综合集成智能系统，其将随着模糊控制，神经网络控制以及专家系统的发展而不断发展。
参考文献
[1] 李少远, 席裕庚, 陈增强, 等. 智能控制的新进展3[J].
控制与决策, 2000, 15(2): 2.
[2] 蔡自兴. 人工智能及其应用[M]. 清华大学出版社,
1996.
[3] 张钟俊, 蔡自兴. 智能控制与智能控制系统[J]. 信息与
控制, 1989, 5(1): 989.
[4] 李文, 欧青立, 沈洪远, 等. 智能控制及其应用综述[J].
重庆邮电学院学报: 自然科学版, 2006, 18(3): 376-381.
[5] 建民, 工业技术, 智能控制, 等. 智能控制原理及应用
[M]. 冶金工业出版社, 2003. [6] 智能控制理论及应用[M]. 中国电力出版社, 2013. [7] 祖德. 基于网络环境的智能控制[M]. 国防工业出版社, 2004. [8] 李士勇. 模糊控制, 神经网络和智能控制论[J]. 哈尔滨: 哈尔滨. r-. qk 大学出版社, 1998. [9] 耀南. 智能控制系统[M]. 湖南大学出版社, 2006. [10] 于秀萍, 赵希人. 基于动态逆系统和神经网络理论的 BTT 导弹控制系统研究 [D][J]. 哈尔滨工程大学, 哈尔滨, 2004.
智能控制发展趋势
智能控制是指在无人干预的情况下能自主地驱动智能机器，用以实现控制目标的自动控制技术。对于许多复杂的系统，难以借助于数学模型和传统控制理论实施有效的控制。智能控制是针对被控对象、环境、任务及目标的不确定性和复杂性而产生和发展起来的。智能控制的关键问题是研制智能机器的模型，其核心是高层控制，对实际环境或过程进行组织、规划及决策，实现问题求解。智能控制是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完善。
1、智能控制的性能特点与主要方法
(1)较强的学习能力。(2)较强的自适应能力。(3)较强的容错能力。(4)较强的鲁棒性。(5)较强的组织功能。(6)实时性好，系统具有较强的在线实时响应能力。(7)人机协作性能好，系统具有友好的人机界面，以保证人机通信、人机互助和人机协同工作。(8)智能控制具有变结构和非线性的特点，其核心是组织级。 智能控制是以控制理论、计算机科学、人工智能、运筹学等学科为基础,扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论和自适应控制、自组织控制、自学习控制等技术。
2、智能控制的发展趋势
随着智能控制应用发展的日益成熟，智能控制广泛应用于多个领域。生产过程的局部级的智能控制将智能引入工艺过程中的某一单元进行控制器设计，全局级的智能控制主要针对整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。在机械制造行业中，智能控制利用模糊数学、神经网络的方法对制造过程进行动态环境建模，利用传感器融合技术来进行信息的预处理和综合。电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程，通过人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果，遗传算法作为一种先进的优化算法，采用此方法来对电器设备的设计进行优化，可以降低成本，缩短计算时间，提高产品设计的效率和质量。 智能控制的研究虽然已经取得了一些成果，但仍然处于开创性研究阶段。在智能控制的发展来看，还有很多问题亟待解决。主要有：对智能控制理论的学习研究的问题；确定智能控制的应用研究目标和扩大实际应用范围的研究问题；各种智能方法结合以及同传统控制方法结合的研究问题；运用科学的基本理论，掌握分析、解决问题的技巧和策略等，建立可行的智能控制体系结构的研究问题；研究智能控制的信号处理器、并行处理机和智能开发工具等软件和硬件的研究问题。
智能控制是一门需要许多学科提供基础支持的科学，其必须依靠多学科联合才能取得新的飞跃。遗传算法与模糊神经网络的结合、混沌理论等将成为智能控制的发展方向，智能控制的发展核心仍是以神经网络的强大自学功能和具有较强知识表达能力的模糊逻辑推理构成的模糊逻辑神经网络。目前在全世界，智能控制和智能自动化科学与技术的发展已经被许多国家认为是提高国家竞争力的一项核心技术，研究模仿人类智能是智能控制的最高目标。智能控制是一个综合集成智能系统，其将随着模糊控制，神经网络控制以及专家系统的发展而不断发展。
参考文献
[1] 李少远, 席裕庚, 陈增强, 等. 智能控制的新进展3[J].
控制与决策, 2000, 15(2): 2.
[2] 蔡自兴. 人工智能及其应用[M]. 清华大学出版社,
1996.
[3] 张钟俊, 蔡自兴. 智能控制与智能控制系统[J]. 信息与
控制, 1989, 5(1): 989.
[4] 李文, 欧青立, 沈洪远, 等. 智能控制及其应用综述[J].
重庆邮电学院学报: 自然科学版, 2006, 18(3): 376-381.
[5] 建民, 工业技术, 智能控制, 等. 智能控制原理及应用
[M]. 冶金工业出版社, 2003. [6] 智能控制理论及应用[M]. 中国电力出版社, 2013. [7] 祖德. 基于网络环境的智能控制[M]. 国防工业出版社, 2004. [8] 李士勇. 模糊控制, 神经网络和智能控制论[J]. 哈尔滨: 哈尔滨. r-. qk 大学出版社, 1998. [9] 耀南. 智能控制系统[M]. 湖南大学出版社, 2006. [10] 于秀萍, 赵希人. 基于动态逆系统和神经网络理论的 BTT 导弹控制系统研究 [D][J]. 哈尔滨工程大学, 哈尔滨, 2004.