基于信息的智能控制系统结构，这种系统的结构主要由语用信息处理子系统、语义信息处理子系统和语法信息处理子系统等构成。语用信息子系统包括信息控制策略、语用准则评价、信息描述集等。
这是一种正在深入研究的结构形式，完全从模仿广义信息的传递过程出发，能处理确定性信息和运用人的经验知识和记性式推理，体现了解析运算与知识基推理的统一，具有许多优点。
由此可见，智能控制有别于基于精确模型的传统控制理论，如果把传统控制的结构看作是：比较一计算一控制一执行；那么智能控制的结构是：识别-推理-决策-执行。不难看出，传统控制理论是以建立被控对象的精确撒高核心，研究的重点是被控对象（包括过程）；而智能控制理论是建立在被控动态过程的特征模式识别，基于知识、经验的推理及决策基础上的控制。因此，智能控制是以模拟智能为核心的控制，它研究的重点不再是被控对象，而是控制器本身。
以上这些控制方法又可以与其他传统控制方法，如PID控制、Smith控制、预测控制等多种形式相结合，从而形成各种新的控制方法。
实践表明，在生产过程中，对于 那些无法获得数学模型或数学模型粗糙、复杂、非线性、时变或强耦合的系统，无论是用经典的PID控制，还是现代控制理论的各种算法，都很难实现控制。但是，一个熟练的操作工人或技术人员，凭着自己的经验，靠其眼、耳等感觉器官的观察，经过大脑的思维判断，给出控制量，通过手动操作，却能够达到较好的控制效果。
人通过感觉器官感知周围环境顺脑和神经系统中调整获得的信息，经过适当的存储、校正、归纳和选择等过程，进而决策并反作用于外部环境，从而达到预期目标。实际上遵循了反馈和反馈控制的思想。如果能用计算机模仿人的思维方式，将人的控制思想和动作用语言来描述，总结成一系列控制规则，存放于计算机中，并用传感器代替人的眼、耳，采集各种所需的过程信息，为计算机控制提供依据，就可以让计算机代替人来完成对那些无法构造数学模型的对象的控制。在构建控制规则时，模糊数学为解决控制中的模糊问题提供了有效的工具。模糊集合论的成功应用，使以计算机为核心的控制器能够模仿人的操作策略，从而避开构建数学模型，从控制经验中提炼出模糊控制规则，形成一种语文变量控制器，这就是所谓的模糊控制器，用模糊控制器组成的系统就是模糊控制系统。
模糊控制规则，实质上是将操作者或专家在实践中的控制经验和过程知识加以总结而等到的模糊条件语句的集合，也可构成一个表格，称之为模糊控制状态表，即控制策略。