传统的控制理论建立在精确的数学模型基础上。 不能适应大的系统参数和结构的变化 控制系统输入信息模式单一
为了克服传统控制理论的局限性，产生了模拟人类思 维和活动的智能控制。 智能控制主要用于解决传统控制难以解决的复杂系统 的控制问题。 智能控制将控制理论的方法和人工智能技术灵活地结 合起来，其控制方法适应复杂和不确定对象。
协调各控制器的控制作用与各子任务的执行，起到承上启下的作用。 可以进一步划分为控制管理分层和控制监督分层。控制管理分层决 定如何完成组织级下达的任务，以产生施加给下一层的控制指令； 控制监督分层的任务是保证、维持执行级中各控制器的正常运行， 并进行局部参数整定与性能优化。 协调级一般由多个协调控制器和分配器组成，每个协调控制器既接 受组织级的命令，又负责多个执行级控制器的协调。 分配器的任务是将组织级给定的基本事件（任务）变换成面向协调 器的控制指令序列，并在适当的时刻把它们分配给相应的协调器。 在任务完成后，分配器也负责生成反馈信息，送回给组织级。
1. 感知信息处理部分将传感器递送的分级的、不完全的原始信息 加以处理，并在学习过程中不断加以辨识、整理和更新，以获 得有用的信息。
一般来说，一个智能控制系统要具有对环境的敏感， 进行决策和控制的功能，根据其性能要求的不同．可以 有各种人工智能的水平。
5. 智能控制系统的设计重点不在常规控制器上，而在智能机模型 上。系统同时具有以知识表示的非数学广义模型和以数学模型 表示的混合控制过程。也往往是那些含有复杂性、不完全性、 模糊性或不确定性以及不存在已知算法的非数字过程，并以知 识进行推理，以启发来引导求解过程。
•不依赖对象模型，适用于未知或不确定性的对象 •具有模拟人类智能的特征，进行推理、决策和规划 •能够表达定性的知识或具有自学习能力
2. 认知部分主要接收和存储知识、经验和数据，并对它们进行分 析和归纳，还能在学习过程中不断更新这些知识、经验和数据。
3. 规划和控制部分是整个系统的核心，它根据给定的任务要求反 馈信息及经验知识，并进行自动搜索、推理决策、动作规划， 以便产生具体的控制信号，经执行部件作用于被控对象。
4. 通讯接口除建立人–机之间的联系外，也建立系统中各模块之 间的联系。
是递阶智能控制系统的最高层次，起主导作用， 涉及知识的表示与处理，是智能系统的“大脑”， 能够模仿人的行为功能。 具有相应的学习能力和高级决策能力。 监督并指导协调级和执行级的所有行为，具有最 高程度的智能。 能够根据用户对任务的不完全描述与实际过程和 环境的有关信息，选择合理的控制模式并向低层 下达，以实现预定的控制目标。
•控制对象以微分方程或差分方程描述，以传递函数 为数学模型，采用频域分析方法和根轨迹法 •研究的是单变量常系数线性系统 •适用于单输入单输出控制系统
•控制对象以状态空间描述为数学模型，采用时域分 析方法 ，着眼于系统的状态 •采用线性代数方法，利用状态反馈和输出反馈 •对象可以是多输入多输出、非线
递阶智能控制系统的最低层，由多个硬件控制器组成，其任 务是完成具体的控制动作。控制器直接产生控制信号，通过 执行机构作用于被控对象（过程）；同时执行级也通过传感 器测量环境的相关信息，并传递给上一级控制器，给高层决 策提供相关依据。 在自主系统中，控制器设计者就是机器自身。因此，控制器 的设计问题可以看作选择最好的控制器问题，以保障控制器 在整个可纳控制子空间内满足问题提出的技术要求。 执行级的智能程度最低，而控制精度最高。
感知信息处理部分将传感器获得的原始信息加以处理， 去除干扰、提取有用的信息。 在学习过程中不断加以辨识、整理和更新。
它包括有关环境的知识库、存储于检索相关信息的数据库和数据库 管理系统；具有能产生期望值的预测的仿真功能。
对检测到的信息与期望信息，对系统的行为与状态进行判别，为决 策提供基础。
人工智能（AI：Artificial Intelligence）是一个用来模拟人思维的 知识处理系统，具有记忆、学习、信息处理、形式语言、启发 推理等功能。 自动控制（AC：Automatic Control）描述系统的动力学特性，是 一种动态反馈控制。 运筹学（OR：Operational Research）是一种定量优化方法，如 线性规划、网络规划、调度、管理、优化决策和多目标优化方 法等。 信息论（IT：Information Technology）是运用概率论与数理统计 的方法研究信息、信息熵、通信系统、数据传输、信息提取、 等问题的应用数学学科，是解释知识和智能的一种手段，信息 论参与智能控制的全过程，并对执行级起到核心作用。
掌握智能控制的基本概念； 了解智能控制的基本理论，掌握智能控制的 基本技术； 学会智能控制算法和系统的设计方法
掌握神经网络的基本概念、神经网络控制器的工 作原理和设计方法； 掌握模糊控制器的组成、工作原理和设计方法；
1. 具有以表示和以技术应用语言表示的混合系统 方法，具有仿生、拟人算法表示的系统。
2. 采用不精确的和不完全的装置分层（级）模型。 3. 含有由多传感器递送的分级和不完全的外系统
知识，并在学习过程中不断加以辨识、整理和 更新。 4. 把任务协商作为控制系统以及控制过程的一部 分来考虑。
进行推理、决策、规划。 选择目标执行任务。 它产生具体的行为，通过执行器作用于被控系统，是对象的行为符 合我们的预期目标。
驱动被控对象执行推理决策结果，使被控 对象按照指令变化。 一个智能控制系统可能有很多执行器，它 们需要协调工作。 常见的执行器：电机、液压缸、气缸、阀 门、电磁线圈、加热器等。
传统控制系统的设计与分析是建立在精确的系统数学模型 的基础上的，而实际系统存在复杂性、非线性、时变性、 不确定性和不完全性等，一般无法获得精确的数学模型。 针对实际系统往往需要提出并遵循一些比较苛刻的线性化 假设，而这些假设在应用中往往与实际不相吻合。 某些复杂的和包含不确定性的控制对象，无法用传统的数 学模型描述，即无法解决建模问题。 实际控制任务复杂，而传统的控制任务要求低，对复杂的 控制任务无能为力。
智能控制：智能控制是驱动智能机器自主地实现其目标的 过程。智能控制器（或系统）具有学习、抽象、推理、决 策等功能。
智能机器：能够在结构化或非结构化的、熟悉的或陌生的 环境中，自主地或与人交互地执行人类规定的任务的一种 机器。
智能控制系统：用于驱动自主智能机器以实现其目标而无 需操作人员干预的系统。智能控制系统的理论基础是人工 智能、控制论、运筹学和信息论等学科的交叉。
分析、组织数据并将数据变换为机器理解的结构化信息 的能力；在复杂环境中选取优化行为，使系统能在不确
具有辩识对象和事件、在客观世界模型中获取和表达知 识、进行思考和计划未来行动的能力。
同时具有以知识表示的非数学广义模型和以数学表示的数 学模型的混合控制过程，系统在信息处理上，既有数学运 算，又有逻辑和知识推理。
6. 智能控制的核心在高层控制，即组织级。高层控制的任务在于 对实际环境或过程进行组织，即决策和规划，实现广义问题求 解。为了实现这些任务，需要采用符号信息处理、启发式程序 设计、知识表示以及自动推理和决策等相关技术。这些问题的 求解过程与人脑的思维过程具有一定相似性，即具有不同程度 的“智能”。
用于检测系统外部的环境信息和系统内部状态信息。 对于机械系统，传感内容包括几何信息及物理信息， 如位移、距离、力、力矩、压力、温度、速度、湿度、 视觉、触觉、声压等信号
能对复杂系统（如非线性、快时变、多变量、强耦合、不 确定性等）进行有效的全局控制，并具有较强的容错能力。
智能控制系统的设计重点不在常规控制器上，而是在智能 机模型或计算智能算法上。