智能控制，是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有某些仿人智能的工程控制与信息处理系统的一个新兴分支学科。它在控制论、信息论、计算机科学、神经生理学、实验心理学、仿生学等有关学科互相渗透的基础上，汇集各有关方面的研究成果进行综合性研究，成为自动化技术科学向纵深发展的标志之一。

    智能控制的思想最早是由华裔美国模式识别与机器智能专家傅京孙(K．S．Fu，1930～1985)于1965年提出的，直至1985年建立实用智能控制系统的条件才逐渐成熟，并在美国首次召开了智能控制学术讨论会，1987年再次在美国召开了智能控制首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认，较重要的智能控制系统之一是分级递阶智能控制系统，是在学习控制系统的基础上，将人工智能与适应控制系统和自组织系统结合而形成的，用以在一定程度上解决复杂离散事件的控制设计问题，以及应用于工业、航天、核处理和医学等方面的自主控制系统的设计问题。

    专家控制系统是智能控制的另一重要方面，它能模仿某一方面的专家和熟练操作人员的控制技能和经验。它具有专家控制系统和专家式控制器两种形式，一般兼有理解、预测、诊断、计划制定、监控等多种功能。表明了工程控制技术与知识工程的结合，意味着系统科学与思维科学的相互渗透。

    进入90年代，属于智能控制范畴的模糊控制技术得到了较快发展，它是一种采用由模糊数学语言描述的控制规则来操纵系统工作的控制方法。其特点是不需要考虑控制对象的数学模型和复杂情况，只需要依据由操作人员经验所制订的控制规则即可构成。这就使模糊控制如同专家系统一样具有重大而深远的意义，这是由于众多的实践证明，许多复杂控制过程难以用数学方法建立定量计算模型，而必须用知识工程技术建立定性分析模型，有时还需要建立定性分析与定量计算相结合的理论模型。通过模糊控制方法而设计出由计算机执行的模糊控制器，所依据的控制规则通常不是精确定量的，其模糊关系的运算法则、各模糊集的隶属度函数，以及从输出量模糊集到实际的控制量的转换方法等，均有相当大的任意性，这种控制器的性能和稳定性，往往难以从理论上作出确定的估计，只能依据实际效果评价其优劣。值得欣慰的是，近几年来国内外已开发出数以百计的应用方面的模糊控制器，并在多种领域得到成功的应用，可以说正是方兴未艾。另一类由专家控制器和模糊控制器互相渗透而发展起来的专家模糊控制器，亦是智能控制中一种研究得十分活跃的专家控制器，只是在名称上略有区别。

    智能机器人是智能控制的综合研究对象、工具与成果，人工智能与模式识别的研究，是为实现智能控制提供理论基础与技术手段的重要前提。实现智能控制是人工智能与模式识别研究的最终目的的一个重要方面。智能机器人作为一个典型的智能控制系统，也必然要引用人工智能与模式识别的研究成果并作为它们理论与实践结合的主要对象之一。

智能机器人的研究，实际上就是研制具有仿人智能的自动机器，这是人们长期以来的愿望，直到60年代后期，具有极简单智能的机器人雏形方才问世。60年代后期发展起来的“智能机器人”，亦多限于在“积木世界”中活动，它仅仅具有识别简单的三维物体的形状，进行积木分类、堆放的智能，或少量具有视觉、触觉。如日立中心研究所研制成的“手一眼”装置与带触觉手的智能机器人，它有两只眼，一只眼用于看图纸，另一只眼与机械手进行装配作业，依靠两只眼的协调配合，完成按图纸装配的工作。日立公司研制的具有视觉与触觉的机器人，用来制造水泥杆，并可将螺钉拧到水泥杆的模具上去。当机器人走近螺钉和其他凸台时，作为“眼”的电视摄像机搜索目标，识别其形状与位置，再由带触觉的手进行确认后，将工作指令传给伺服执行机构，用碰撞扳手紧固螺钉。识别与紧固一个螺钉只需2．5秒，大大提高了工效。   

进入70年代，智能机器人的研究着重在环境的识别(如场景分析)，对行为的计划与决策，及通过自然语言与人对话等。前一个功能依赖于模式识别的研究成果，后两个功能则需引进人工智能的成就。对于智能机器人，还有许多问题需要研究，如：手和脚运动的协调控制问题；步行式有脚机器人的运动稳定性问题；多关节手臂的最佳运动轨迹问题；在有障碍环境中机器人的最佳通道问题；可调机械手的自适应控制问题；多个机器人的系统控制问题。这一类问题目前都已开始研究，有的已取得了可喜的成就。

    对智能机器人的进一步研究，既属于计算机科学、心理学等学科的研究范畴，又是自动化学科一个基本的研究领域，即从用机器延伸入的筋肉功能，以代替人的一部分体力劳动进而发展到用机器扩展人的某些智力功能，即代替人的一部分脑力劳动。如能够阅读日文的机器人已在日本研制成功，利用人工智能中图形识别的功能，使机器可直接按照设计图纸进行工件的自动加工，识别患者的x光照片和心电图，对冠心病等疾病进行自动判读与诊断等。反过来，利用对景物分析和识别的功能，对需加工的工件识别后，则可自动制图，自动编制加工的控制程序。发展中的“智能机器人”，既能够识别、判断、决策，又能领会人的口述命令，适应环境，灵巧地代替人到深海探矿、采油，观察地壳运动和用以进行宇宙空间的科学考察，它能完成多种控制与信息处理的任务，更好地为人类服务。

    人工智能的研究，在60年代中期之前还是建立在很不稳固的科学基础上。在电子计算机出现后的一段时期内，人们通常认为它仅能进行快速计算而已。但也确有少数人，如图灵在考虑计算机是否可以进行简单的逻辑推理，提出一种图灵判别方法，即你对一类机器所做的工作结果进行判别，如果你并不能够判别出该项工作是人做的还是机器做的，那么，这个机器就可以认为具有“智能”，这就是人工智能。对于这一类问题，当时还只有一些控制论的专家对其发生兴趣。时至今日，人工智能问题已吸引着哲学家、语言学家、逻辑学家、心理学家、社会学家和经济学家们的注意。更为重要的是已经有了一些实用成果，在科学活动、工程实践、经济、医学等领域中，得到一定的应用。知识工程是人工智能的一个重要分支，它的中心课题之一就是构造专家系统，目前国内外已研制了付诸实用的医疗诊断、地质勘探、口语和图象理解、军事指挥、大规模集成电路设计等多种专家系统。其中一个成功例子，是1972年美国斯坦福大学费根巴欣(Feigenbacim)开始做的专家系统，目的是为了解决医学诊断和疗法选择问题，这个系统可以根据化验结果向医生提供给病人开什么药方的建议。目前，对作出决定过程的自动化；使人对电子计算机用自然语言(即人们在日常生活中常用的习惯语言，不一定要经过规范化)交互的系统做深入研究；机器翻译与定理证明；程序设计与检验程序正确性的自动化；建立数据智力库，建立自学的和信息一咨询系统；识别现实时间范围内的形象；制造完整化的机器人等等，都是目前人工智能问题研究的领域。其目的是模人的思维活动，以便把大量“墨守成规”的课题转交给电子计算机，更深刻地论证人作出的种种决策，以便使人能腾出更多的时间，解决真正创造性的课题。

    人工智能的另一个重要分支——模式识别(PR)得到了更为广泛的研究和应用，我们都知道，人类的一项基本活动是由感官获得外界的原始信息，如由眼睛看到的景物、图形、文字，由耳朵听到的声音等原始信息，通过大脑对所得信息进行加工处理，从而对周围的事物与现象进行判别和理解。这就是说，人们通过大脑能够直接利用原始信息，识别和理解客观世界中的各种模式，如景物、图形、文字、声音等等。模式识别就是研究如何把脑力劳动的部分职能，在近代微电子学和计算技术发展的基础上，用机器模拟并代替人的部分脑力劳动，达到识别和理解客观世界中各种模式的原理、方法和技术，并予以实现的一门技术科学领域。

    模式识别的发展，首先是利用第二次世界大战期间迅速发展起来的通讯理论、统计决策理论等，形成了统计方法。后来发现有些信息并不能用统计法得到解决，又发展出结构法，即句法模式识别，两种方法在应用中各取所长，互为补充。模式识别的首要任务是实现模式分类，然后进一步达到识别。70年代后期，一种可识别24种口令，并能按口令操作机器的“口音号令系统，，已正式生产了。目前用模式识别和图像处理的方法，已可以进行文件的处理，产品质量检查，人体器官如心血管系统、呼吸系统、脑血管、眼底血管等以及癌细胞等方面的图像分析和识别等。

人们从生物体本身具有高度适应性、组织结构的灵活性以及具有积累经验和学习机能方面受到启发，用仿生学的方法进行“智力机”的研究。如神经仿生控制系统就是模仿神经网络或感觉器官制造成具有一定智能的“智力机”，它具有记忆过去的“经验”，辨识环境变化的能力，以按照一定的规律改变自己的结构或工作程序。实际上在50年代就已提出“智力机”的概念，并作为60年代控制论研究中的一个重要课题的自组织系统。近十多年来随着其他科学技术领域的进展，解决该问题的前景有望给予人们新的刺激，而重新提到重要日程。当前，包括我国在内的一些国家，正从事自组织系统及与其有关的神经元模型、感觉器官模型、脑模型以及在90年代初，在优化理论中，新近发展了的一种遗传算法(简称GA算法)等内容的研究，以期给信息处理和实现智能控制带来更多的启示和技术实现手段。

    早在40年代就提出了许多神经元的数学模型，经过近40年的发展，使人工神经网络的研究在80年代达到了一个新的高潮，大量研究人员和厂商对人工神经网络在硬件实现技术以及各个领域的应用进行了广泛的研究。如1984年提出的玻兹曼机等具随机演化规则的神经网络及其在全局寻优中的模拟退火方法，以及儒默哈特等人提出的多层神经网络的误差反向传播自学习算法等，使人工神经网络在80年代末90年代初已较广泛地应用于信号处理、数据压缩、模式识别、机器人视觉、知识处理及其应用，以及预测、评价和决策问题、调度排序、路由规划等组合优化问题。在控制系统设计中，也较广泛应用于模拟被控对象特性、搜索和学习控制规律，以及实现模糊和智能控制。

    智能控制是一个多学科交叉的新型学科和技术，目前尚处于迅速发展的阶段，截止到1996年底，尽管有一些技术已在实际中获得应用，但可以说智能控制的理论还不成熟，还有待多个有关领域的科学家和工程技术人员的通力合作，逐步建立和完善其理论体系和智能控制系统的结构框架，以使自动化技术科学进一步得以向深层发展。