在控制理论与控制公工程的应用中，最优控制是现代化的控制理论非常核心的内容，利用最优控制所进行的研究是在满足相应的约束条件时，就最优控制策略进行寻求，进而取得性能指标的极大值或者是极小值，最终使控制系统在性能指标上可取得最优化效果所必须采用的基本条件及综合方法[6]，即就受控的运动过程或动力学系统，从多个可选择的控制方案中寻求最佳的方案，从而使系统在运动状态由初始状态变为指定的目标状态时可以取得性能指标的最优化。在控制理论与控制工程的应用中，较为典型的两个标志性的研究方法便是PDI控制器及Kalman滤波器，这两个方法已经被成功的广泛应用于较多的实际系统中，但所开展的系统的稳定性及最优性都是就线性模型的证明，实际上这两种方法还可应用于一大类非线性系统的证明，相关的研究人员利用基于控制理论与控制系统的反馈机制所进行的定量研究工作就是围绕着这两种标志性方法。在现实生活中控制理论及控制工程最为典型的应用便是水槽内水位的控制及电加热器中的温度控制，该典型应用中的自动控制是利用自动化的高度及温度测试仪等进行预期的测控目标的实现[8]。自动控制系统是为实现控制目标由被控制对象及自动化的仪表所组成的闭环系统，控制系统按照结构形式可分为开环控制系统、闭环控制系统及复合控制系统，三类不同的系统在具体的需求下都有着广泛的应用[1]。
智能控制是控制理论、人工智能(AI)和计算机科学相结合的产物。智能控制系统是在控制论、信息论、人工智能、仿生学、神经生理学及计算机科学发展的基础上逐渐形成的一类高级信息与控制系统。智能控制突破了传统控制理论中必须基于微分方程为基础的数学模型框架，基本上按实际效果进行控制，演绎了以离散型数据为样本的非线性特性。某些智能控制方法还具有在线控制理论与控制工程的应用
在进入21世纪以来。以计算机技术、通信技术及控制技术为典型代表的IT产业的发展及普及中，核心是计算机技术，关键是通信技术，而基础是控制技术，使得控制学科逐渐的发展成为基础性的科学，控制系统与控制工程中的系统结构、系统稳定、反馈调节及智能系统的相关思想及理论，在自然学科下的多种科学领域获取广泛应用的同时，在人文等学科中也有着广泛的应用体现，基于该现象，某些专家甚至指出控制理论与控制工程已不再是单纯的学科，已逐渐的发展成为较为全面和系统的世界观、方法论。控制理论与控制工程所具有的显著特点是，某些基本的概念同时具有普适性及独特性[4]。在控制理论与控制工程的应用中，两个概念是应用的关键及核心，首先是系统概念的应用，在当前社会的发展中系统问题已变得非常重要和突出，尤其是全社会范围内所进行的复杂性系统及复杂性科学课题的研究及应用，这是控制理论在现代科学中应用的必然发展，应用控制理论不仅要进行结构及性质的分析，还要进行系统运行状态的调控；其次是反馈概念的应用，这是控制理论区别于其他的学科及控制理论的应用区别于其他的理论应用的关键，反馈使得控制系统在较大的程度上具备人类智能的诸多特点，可以实现控制系统在实际的应用过程中结构、参数及扰动等因素的不确定性给控制系统造成的影响，例如远距离通讯设备、进行隧道扫描的显微镜等具体的工程设备。
遗传算法作为一种非确定的拟自然随机优化工具,具有并行计算、快速寻找全局最优解等特点,它可以和其他技术混合使用,用于智能控制的参数、结构或环境的最优控制[10]。
算机的配合应用，实现了分析设计及实施控制，但时变、多输出多输入及非线性等较为复杂的系统控制内容使古典控制理论呈现出局限性，而最优控制方法在该阶段中提出，使现代控制理论更为完善[3]。第三个阶段是20世纪70年代到目前为止的大系统控制理论及智能控制理论时期，其中大系统控制理论是控制理论就广度上的扩展，利用控制及信息的相关观点进行大系统其结构方案及总体设计，进行的是分解方法及协调处理的相关基础性技术理论的研究；智能控制理论是控制理论就深度上的扩展，进行人类智能化活动、控制信息传递的规律等的研究，并就仿智能化的工程控制系统及信息处理系统等进行研制[2]。
控制理论作为对社会发展具有重要影响意义的学科，其产生起源可上溯至十八世纪发生在英国的技术革命中，瓦特在蒸汽机的发明之后，将离心式非锤调速器的相关控制原理应用于蒸汽机转速的控制中，开创出以蒸汽作为原动力的机械化格局，而之后的工程界逐渐的将控制理论应用于调速系统稳定性的研究中，通信技术和信息处理技术的高速发展，使得电气工程师们不断的研究出更为科学全面的控制系统分析方法，实现了控制系统的条件稳定性及开环不稳定性的分析研究，而控制理论的创始人1948年所发表的控制理论的相关著作，就控制理论的相关方法所进行得阐述，推动反馈概念的应用并为控制理论的形成奠定下坚实的基础。在科技的不断生产发展中，基于控制理论与控制工程的控制技术也在不断的完善，尤其是在计算机技术的不断推动之下，控制理论与控制工程拥有着更深入的发展[1]。就控制理论与控制工程的整体发展历程而言，可大体上划分为三个主要的阶段，其中第一阶段为20世纪的40至60年代，是古典控制理论的形成及发展时期。主要进行单输入及单输出问题的解决，多采用以频率特性、传递函数及根轨迹等作为基础的频域分析法进行系统的研究，而主要进行研究的系统是线性的定长系统，进行非线性系统分析的过程中所选用的相平面法要求变量不能超出两个，该控制理论可实现生产过程中的多种单输入单输出类问题的有效解决。第二个阶段为20世纪60年代到70年代的现代控制理论的形成与发展阶段，该阶段已经步入空间技术时期，控制工程也向性能更高的方向上发展，数字计
神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法.它能表示出丰富的特性：并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习等.这些特性是人们长期追求和期望的系统特性.它在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力.神经网络可以和模糊逻辑一样适用于任意复杂对象的控制,但它与模糊逻辑不同的是擅长单输入多输出系统和多输入多输出系统的多变量控制.在模糊逻辑表示的SIMO系统和MIMO系统中,其模糊推理、解模糊过程以及学习控制等功能常用神经网络来实现.模糊神经网络技术和神经模糊逻辑技术：模糊逻辑和神经网络作为智能控制的主要技术已被广泛应用.两者既有相同性又有不同性.其相同性为：两者都可作为万能逼近器解决非线性问题,并且两者都可以应用到控制器设计中.不同的是：模糊逻辑可以利用语言信息描述系统,而神经网络则不行;模糊逻辑应用到控制器设计中,其参数定义有明确的物理意义,因而可提出有效的初始参数选择方法;神经网络的初始参数(如权值等)只能随机选择.但在学习方式下,神经网络经过各种训练,其参数设置可以达到满足控制所需的行为.模糊逻辑和神经网络都是模仿人类大脑的运行机制,可以认为神经网络技术模仿人类大脑的硬件,模糊逻辑技术模仿人类大脑的软件.根据模糊逻辑和神经网络的各自特点,所结合的技术即为模糊神经网络技术和神经模糊逻辑技术.模糊逻辑、神经网络和它们混合技术适用于各种学习方式智能控制的相关技术与控制方式结合或综合交叉结合,构成风格和功能各异的智能控制系统和智能控制器是智能控制技术方法的一个主要特点
专家控制是在将专家的理论和技术同控制理论及方法有机结合的基础上，在未知环境模仿专家的智能实现对系统的有效控制。根据专家系统技术在控制系统中应用的复杂程度，可分为专家控制系统和专家式控制器两种主要形式。专家控制系统具有全面的专家系统结构，完善的知识处理功能和实时控制的可靠功能，知识库庞大，推理复杂等特点。专家式控制器多为工业专家控制器，知识库较小，推理机制简单，着重于启发式控制知识的开发，具有实时算法和逻辑功能[6]。专家控制的核心是专家系统，它具有处理各种非结构性问题，尤其是处理定性的、启发式的或不确定性的知识信息，经过各种推理过程达到系统的控制目标。
人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待开发和应用，是科技发展和人类进步的必然趋势。作为智能科学的发源地,美国最早开始对智能控制的研究。60年代中期,一些学者在研究自学习、自组织控制的基础上,开始注意把人工智能技术引入控制系统,以提高系统的自学习能力。付京孙首先提出把人工智能中的直觉推理规则方法用于学习拉制系统进一步在空间飞行器的学习控制中应用了人工智能技术并提出了“人工智能控制的概念年L e o n de和Mendlc首次正式使用“智能控制”一词【把记忆、目标分解等一些简单的人工智能技术用于学习控制系统,提高了系统处理不确定性问题的能力「循着这样的研究思路[7],从70年代初开始,付京孙, lG o r i s o和s a r idi s等人从控制论角度总结了人工智能技术与自适应、自学习、自组织控制的关系,正式提出了建立智能控制理论的设想,指出了智能控制就是人工智能技术与控制理论的交叉并创立了人一机交互分级递阶智能控制的系统结构同时在核反应堆、交通和智能机器人等控制中获得成功。这一类研究逐渐形成智能控制最早的一个分支—分级递阶智能控制。
模糊控制是采用模糊语言控制律把基于专家知识的控制策略转换为自动控制具体策略的控制，其基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列的“IF(条件)．THEN(作用)”的形式表示的控制规律，通过模糊推理得到控制作用集，作用与被控对象或过程。目前，模糊控制技术已经日趋成熟，稳定性分析问题正得到解决，模糊芯片已经研制成功，其功能不断增强，成本不断下降，模糊开发软件包不断涌现，直接应用模糊芯片开发产品已成为一种趋势。
摘要：本文论述了控制工程理论与控制工程的历史发展过程，并拓展到现代智能控制领域.现代智能控制即模仿人的智能活动,把人工智能控制理论和计算机技术相结合 , 开展对大型、复杂和不确定性系统的智能控制研究。它已成为自动化技术发展的一个重要趋势。本文系统地概括10多年来智能控制的形成、发展及应用情况 , 对智能控制发展各主要研究方向作了具体介绍和评述,阐明了智能控制的基本特征,并提出了今后智能控制研究的几点看法。
寻优的能力和分层信息处理、决策的功能。结合具体的工业生产过程，各种智能控制系统正在发挥巨大的经济和社会效益。最初人们认为智能控制是自动控制理论(AC)与人工智能(AI)或AC、AI与运筹学(OR)的结合，但事实上智能控制是一门仍在不断丰富和发展中的具有众多学科集成特点的科学与技术。它不仅包含了AC、AI、OR、系统理论(ST)和计算机科学(cs)的内容，而且还从生物学、生理学、心理学、协同学及人类知识理论等学科中吸取了丰富的营养。目前关于智能控制的主要研
于20世纪产生的相对论、量子理论及控制理论被人们认为是三项重要的科学革命，人们借助该三项理论实现着客观世界认识上的飞跃。随着控制理论与控制工程相关的理论研究工作的深入开展，其研究对象及应用领域也发生着重大的变化，就我国的教育部所进行的学科的设置及分类中，将控制理论及控制工程设置为控制科学与工程下的二级学科，学科核心便是控制理论.推动着我国控制理论与控制工程在科学研究领域的发展。