智能控制理論是建立被控動態過程的特征模式識別，基于知識、經驗的推理及智能決策基礎上的控制。一個好的智能控制器本身應具有多模式、變結構、變參數等特點，可根據被控動態過程特征識別、學習并組織自身的控制模式，改變控制器結構和調整參數。[4]智能控制的研究對象具備以下的一些特點：1.不確定性的模型智能控制的研究對象通常存在嚴重的不確定性。這里所說的模型不確定性包含兩層意思：一是模型未知或知之甚少；二是模型的結構和參數可能在很大范圍內變化。2.高度的非線性對于具有高度非線性的控制對象，采用智能控制的方法往往可以較好地解決非線性系統的控制問題。3.復雜的任務要求對于智能控制系統，任務的要求往往比較復雜。目前智能控制在伺服系統應用中較多的，主要包括**控制、模糊控制、學習控制、神經網絡控制、預測控制等控制方法。特點編輯語音智能控制與傳統控制的主要區別在于傳統的控制方法必須依賴于被控制對象的模型，而智能控制可以解決非模型化系統的控制問題。與傳統控制相比．智能控制具有以下基本特點：1)智能控制的**是高層控制．能對復雜系統。控制理論中常用方塊圖來說明控制理論的內容。閔行區機械智能控制系統認真負責
所有的程序和數據均由項組成，也采用遞歸為其主要控制結構。此外，Prolog能自動實現模式匹配和回溯。支撐環境又稱基于知識的軟件工程輔助系統。它利用與軟件工程領域密切相關的大量專門知識，對一些困難、復雜的軟件開發與維護活動提供具有軟件工程**水平的意見和建議。智能軟件工程支撐環境具有如下主要功能：支持軟件系統的整個生命周期；支持軟件產品生產的各項活動；作為軟件工程代理；作為公共的環境知識庫和信息庫設施；從不同項目中總結和學習其中經驗教訓，并把它應用于其后的各項軟件生產活動。**系統**系統是一類在有限但困難的現實世界領域幫助人類**進行問題求解的計算機軟件，其中具有智能的**系統稱為智能**系統。它有如下基本特征：不僅在基于計算的任務，如數值計算或信息檢索方面提供幫助，而且也可在要求推理的任務方面提供幫助。這種領域必須是人類**才能解決問題的領域；其推理是在人類**的推理之后模型化的；不僅有處理領域的表示，而且也保持自身的表示、內部結構和功能的表示；采用有限的自然語言交往的接口使得人類**可直接使用；具有學習功能。應用系統指利用人工智能技術或知識工程技術于某個應用領域而開發的應用系統。顯然。虹口區智能化智能控制系統共同合作控制器處理系統的輸入，使系統輸出得到預期的效果。
如非線性、快時變、復雜多變量、環境擾動等)進行有效的全局控制．實現廣義問題求解．并具有較強的容錯能力。2)智能控制系統能以知識表示的非數學廣義模型和以數學表示的混合控制過程，采用開閉環控制和定性決策及定量控制結合的多模態控制方式。3)其基本目的是從系統的功能和整體優化的角度來分析和綜合系統．以實現預定的目標。智能控制系統具有變結構特點，能總體自尋優．具有自適應、自組織、自學習和自協調能力。4)智能控制系統具有足夠的關于人的控制策略、被控對象及環境的有關知識以及運用這些知識的能力。5)智能控制系統有補償及自修復能力和判斷決策能力。[5]應用編輯語音智能控制的具體應用主要表現在以下幾個方面：1)生產過程中的智能控制生產過程中的智能控制主要包括局部級智能控制和全局級智能控制。局部級智能控制是指將智能引入工藝過程中的某一單元進行控制器設計。研究熱點是智能PID控制器，因為其在參數的整定和在線自適應調整方面具有明顯的優勢，且可用于控制一些非線性的復雜對象。全局級的智能控制主要針對整個生產過程的自動化，包括整個操作工藝的控制、過程的故障診斷、規劃過程操作處理異常等。
1975年，英國馬丹尼(E．H．Mamdani)成功地將模糊邏輯與模糊關系應用于工業控制系統，提出了能處理模糊不確定性、模擬人的操作經驗規則的模糊控制方法。此后，在模糊控制的理論和應用兩個方面，控制**們進行廠大量研究，并取得一批令人感興趣的成果，被視為智能控制中十分活躍、發展也較為深刻的智能控制方法。20世紀80年代，基于AI的規則表示與推理技術(尤其是**系統)基于規則的**控制系統得到迅速發展，如瑞典奧斯特隆姆(K．J．Astrom)的**控制，美國薩里迪斯(G．M．Saridis)的機器人控制中的**控制等。隨著20世紀80年代中期人工神經網絡研究的再度興起，控制領域研究者們提出并迅速發展了充分利用人工神經網絡良好的非線性逼近特性、自學習特性和容錯特性的神經網絡控制方法。隨著研究的展開和深入，形成智能控制新學科的條件逐漸成熟。1985年8月，IEEE在美國紐約召開了***屆智能控制學術討論會，討論了智能控制原理和系統結構。由此，智能控制作為一門新興學科得到***認同，并取得迅速發展。近十幾年來．隨著智能控制方法和技術的發展，智能控制迅速走向各種專業領域，應用于各類復雜被控對象的控制問題。控制理論是工程學與數學的跨領域分支，主要處理在有輸入信號的動力系統的行為。
學習控制的研究十分活躍，并獲得較好的應用。如自學習和自適應方法被開發出來，用于解決控制系統的隨機特性問題和模型未知問題；1965年美國普渡大學傅京孫(K．S．Fu)教授首先把AI的啟發式推理規則用于學習控制系統；1966年美國門德爾(J．M．Mendel)首先主張將AI用于飛船控制系統的設計。[1]能控制的思想出現于20世紀60年代。當時，學習控制的研究十分活躍，并獲得較好的應用。如自學習和自適應方法被開發出來，用于解決控制系統的隨機特性問題和模型未知問題；1965年美國普渡大學傅京孫(K．S．Fu)教授首先把AI的啟發式推理規則用于學習控制系統；1966年美國門德爾(J．M．Mendel)首先主張將AI用于飛船控制系統的設計。1967年，美國萊昂德斯(C．T．Leondes)等人***正式使用“智能控制”一詞。1971年，傅京孫論述了AI與自動控制的交叉關系。自此，自動控制與AI開始碰撞出火花，一個新興的交叉領域——智能控制得到建立和發展。早期的智能控制系統采用比較初級的智能方法，如模式識別和學習方法等，而且發展速度十分緩慢。扎德于1965年發表了***論文“FuzzySets”，開辟了以表征人的感知和語言表達的模糊性這一普遍存在不確定性的模糊邏輯為基礎的數學新領域——模糊數學。智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，是控制理論發展的高級階段。長寧區口碑好的智能控制系統包括哪些
系統的外部輸入稱為“參考值”，系統中的一個或多個變量需隨著參考值變化。閔行區機械智能控制系統認真負責
2)先進制造系統中的智能控制智能控制被***地應用于機械制造行業。在現代先進制造系統中，需要依賴那些不夠完備和不夠精確的數據來解決難以或無法預測的情況，人工智能技術為解決這一難題提供了一些有效的解決方案。(1)利用模糊數學、神經網絡的方法對制造過程進行動態環境建模，利用傳感器融合技術來進行信息的預處理和綜合。(2)采用**系統為反饋機構，修改控制機構或者選擇較好的控制模式和參數。(3)利用模糊**決策選取機構來選擇控制動作。(4)利用神經網絡的學習功能和并行處理信息的能力，進行在線的模式識別，處理那些可能是殘缺不全的信息。3)電力系統中的智能控制電力系統中發電機、變壓器、電動機等電機電器設備的設計、生產、運行、控制是一個復雜的過程，國內外的電氣工作者將人工智能技術引入到電氣設備的優化設計、故障診斷及控制中，取得了良好的控制效果。(1)用遺傳算法對電器設備的設計進行優化，可以降低成本，縮短計算時間，提高產品設計的效率和質量。(2)應用于電氣設備故障診斷的智能控制技術有模糊邏輯、**系統和神經網絡。(3)智能控制在電流控制PWM技術中的應用是具有代表性的技術應用方向之一，也是研究的新熱點之一。近年來。閔行區機械智能控制系統認真負責