3. 智能控制的特点

⑴ 学习功能

智能控制器能通过从外界环境所获得的信息进行学习，不断积累知识，使系统的控制性能得到改善。

⑵ 适应功能

智能控制器具有从输入到输出的映射关系，可实现不依赖于模型的自适应控制，当系统某一部分出现故障时，也能进行控制。

⑶ 自组织功能

智能控制器对复杂的分布式信息具有自组织和协调的功能，当出现多目标冲突时，它可以在任务要求的范围内自行决策，主动采取行动。

⑷ 优化能力

智能控制能够通过不断优化控制参数和寻找控制器的zuijia结构形式，获得整体Zui优的控制性能。

4. 智能控制的应用

作为智能控制发展的gaoji阶段，智能控制主要解决那些用传统控制方法难以解决的复杂系统的控制问题，其中包括智能机器人控制、计算机集成制造系统（CIMS）、工业过程控制、航空航天控制、社会经济管理系统、交通运输系统、环保和能源系统等。

下面以智能控制在机器人控制和过程控制中的应用为例进行说明。

⑴ 在运动控制中的应用

以机器人控制为例，智能机器人是目前机器人研究中的热门课题。E.H.Mamdan于20世纪80年代初首次将模糊控制应用于一台实际机器人的操作臂控制。J.S.Albus于1975年提出小脑模型关节控制器（Cerebellar Model Arculation Controller，简称CMAC），它是仿照小脑如何控制肢体运动的原理而建立的神经网络模型，采用CMAC，可实现机器人的关节控制，这是神经网络在机器人控制的一个典型应用。

飞行器是非线性、多变量和不确定性的复杂对象，是智能控制发挥潜力的重要领域。利用神经网络所具有对非线性函数的逼近能力和自学习能力，可设计神经网络飞行器控制算法。例如，利用反演控制和神经网络技术相结合的非线性自适应方法，可实现飞行系统的纵向和横侧向通道的控制器设计。

⑵ 在过程控制中的应用

过程控制是指石油、化工、电力、冶金、轻工、纺织、制药和建材等工业生产过程的自动控制，它是自动化技术的一个极其重要的方面。智能控制在过程控制上有着广泛的应用。在石油化工方面，1994年美国的Gensym公司和Neuralware公司联合将神经网络用于炼油厂的非线性工艺过程。

在冶金方面，日本的新日铁公司于1990年将专家控制系统应用于轧钢生产过程。

在化工方面，日本的三菱化学合成公司研制出用于乙烯工程模糊控制系统。

智能控制应用于过程控制领域，是控制理论发展的新的方向。