自1971年傅京孫教授提出“智能控制”概念以來，智能控制已經從二元論（人工智能和控制論）發展到四元論（人工智能、模糊集理論、運籌學和控制論），在取得豐碩研究和應用成果的同時，智能控制理論也得到不斷的發展和完善。智能控制是多學科交叉的學科，它的發展得益于人工智能、認知科學、模糊集理論和生物控制論等許多學科的發展，同時也促進了相關學科的發展。智能控制也是發展較快的新興學科，盡管其理論體系還遠沒有經典控制理論那樣成熟和完善，但智能控制理論和應用研究所取得的成果顯示出其旺盛的生命力，受到相關研究和工程技術人員的關注。隨著科學技術的發展，智能控制的應用領域將不斷拓展，理論和技術也必將得到不斷的發展和完善。

智能控制器是以自動控制技術和計算機技術為核心，集成微電子技術、電力電子技術、信息傳感技術、顯示與界面技術、通訊技術、電磁兼容技術等諸多技術而形成的高科技產品。作為核心和關鍵部件，智能控制器內置于設備、裝置或系統之中，扮演“神經中樞”及“大腦”的角色。

20世紀90年代中期之后，智能控制器行業日益成熟，作為一個獨立的行業，其發展受到了雙重動力的驅動，其一是市場驅動，市場需求的增長和市場應用領域的持續擴大，致使智能控制器至今已經在工業、農業、家用、軍事等幾乎所有領域得到了廣泛應用;其二是技術驅動，隨著相關技術領域的日新月異，智能控制器行業作為一個高科技行業得到了飛速發展。

2012年全球智能控制器行業市場規模接近6800億美元。從地域分布上看，歐洲和北美市場是智能控制產品的兩大主要市場，市場規模占全球智能控制市場的56%，主要是由于這兩大區域在小型生活電器、汽車、大型生活電器、電動工具等領域的市場發展比較成熟，產品普及率高，未來幾年內歐洲和北美將繼續占有主要市場地位。

智能控制產品在中國等發展中國家的應用仍處于初級階段，現階段市場規模不大，但是增長速度較高，擁有巨大的發展空間。目前我國智能控制器行業規模為4200億元，2004年以來的年均增長率接近19%。汽車電子和大型生活電器是中國電子智能控制產品傳統主要應用領域，市場占有率分別為31%和10%左右。小型生活電器產品種類眾多，目前我國小型生活電器智能控制產品應用還不普及，正處于高速發展階段，市場空間巨大。此外，電動汽車、智能建筑及家居等新興領域的崛起也將帶動智能控制器需求的快速增長。

智能控制產品行業由于下游廠商需求分散造成了產品差異較大、產能較分散，因此全球智能控制產品行業總體集中度較低。

智能控制的基本概念　

智能控制的定義一： 智能控制是由智能機器自主地實現其目標的過程。而智能機器則定義為，在結構化或非結構化的，熟悉的或陌生的環境中，自主地或與人交互地執行人類規定的任務的一種機器。

定義二： K.J.奧斯托羅姆則認為，把人類具有的直覺推理和試湊法等智能加以形式化或機器模擬，并用于控制系統的分析與設計中，使之在一定程度上實現控制系統的智能化，這就是智能控制。他還認為自調節控制，自適應控制就是智能控制的低級體現。

定義三： 智能控制是一類無需人的干預就能夠自主地驅動智能機器實現其目標的自動控制，也是用計算機模擬人類智能的一個重要領域。

定義四： 智能控制實際只是研究與模擬人類智能活動及其控制與信息傳遞過程的規律，研制具有仿人智能的工程控制與信息處理系統的一個新興分支學科。

自1932年奈魁斯特（H.Nyquist）的有關反饋放大器穩定性論文發表以來，控制理論的發展已走過了60多年的歷程。一般認為，前30年是經典控制理論的發展和成熟階段，后30年是現代控制理論的形成和發展階段。隨著研究的對象和系統越來越復雜，借助于數學模型描述和分析的傳統控制理論已難以解決復雜系統的控制問題。智能控制是針對控制對象及其環境、目標和任務的不確定性和復雜性而產生和發展起來的。

從20世紀60年代起，計算機技術和人工智能技術迅速發展，為了提高控制系統的自學習能力，控制界學者開始將人工智能技術應用于控制系統。

1965年，美籍華裔科學家傅京孫教授首先把人工智能的啟發式推理規則用于學習控制系統，1966年，Mendel進一步在空間飛行器的學習控制系統中應用了人工智能技術，并提出了“人工智能控制”的概念。1967年，Leondes和Mendel首先正式使用“智能控制”一詞。

20世紀70年代初，傅京孫、Glofis0和Saridis等學者從控制論角度總結了人工智能技術與自適應、自組織、自學習控制的關系，提出了智能控制就是人工智能技術與控制理論的交叉的思想，并創立了人機交互式分級遞階智能控制的系統結構。

20世紀70年代中期，以模糊集合論為基礎，智能控制在規則控制研究上取得了重要進展。1974年，Mamdani提出了基于模糊語言描述控制規則的模糊控制器，將模糊集和模糊語言邏輯用于工業過程控制，之后又成功地研制出自組織模糊控制器，使得模糊控制器的智能化水平有了較大提高。模糊控制的形成和發展，以及與人工智能的相互滲透，對智能控制理論的形成起了十分重要的推動作用。

20世紀80年代，專家系統技術的逐漸成熟及計算機技術的迅速發展，使得智能控制和決策的研究也取得了較大進展。1986年，K.J.Astrom發表的著名論文《專家控制》中，將人工智能中的專家系統技術引入控制系統，組成了另一種類型的智能控制系統——專家控制。目前，專家控制方法已有許多成功應用的實例。

對許多復雜的系統，難以建立有效的數學模型和用常規的控制理論去進行定量計算和分析，而必須采用定量方法與定性方法相結合的控制方式。定量方法與定性方法相結合的目的是，要由機器用類似于人的智慧和經驗來引導求解過程。因此，在研究和設計智能系統時，主要注意力不放在數學公式的表達、計算和處理方面，而是放在對任務和現實模型的描述、符號和環境的識別以及知識庫和推理機的開發上，即智能控制的關鍵問題不是設計常規控制器，而是研制智能機器的模型。此外，智能控制的核心在高層控制，即組織控制。高層控制是對實際環境或過程進行組織、決策和規劃，以實現問題求解。為了完成這些任務，需要采用符號信息處理、啟發式程序設計、知識表示、自動推理和決策等有關技術。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“智能”。

隨著人工智能和計算機技術的發展，已經有可能把自動控制和人工智能以及系統科學中一些有關學科分支（如系統工程、系統學、運籌學、信息論）結合起來，建立一種適用于復雜系統的控制理論和技術。智能控制正是在這種條件下產生的。它是自動控制技術的最新發展階段，也是用計算機模擬人類智能進行控制的研究領域。1965年，傅京孫首先提出把人工智能的啟發式推理規則用于學習控制系統。1985年，在美國首次召開了智能控制學術討論會。1987年又在美國召開了智能控制的首屆國際學術會議，標志著智能控制作為一個新的學科分支得到承認。智能控制具有交叉學科和定量與定性相結合的分析方法和特點。

一個系統如果具有感知環境、不斷獲得信息以減小不確定性和計劃、產生以及執行控制行為的能力，即稱為智能控制系統. 智能控制技術是在向人腦學習的過程中不斷發展起來的，人腦是一個超級智能控制系統，具有實時推理、決策、學習和記憶等功能，能適應各種復雜的控制環境.

智能控制與傳統的或常規的控制有密切的關系，不是相互排斥的. 常規控制往往包含在智能控制之中，智能控制也利用常規控制的方法來解決“低級”的控制問題，力圖擴充常規控制方法并建立一系列新的理論與方法來解決更具有挑戰性的復雜控制問題.

1. 傳統的自動控制是建立在確定的模型基礎上的，而智能控制的研究對象則存在模型嚴重的不確定性，即模型未知或知之甚少者模型的結構和參數在很大的范圍內變動，比如工業過程的病態結構問題、某些干擾的無法預測，致使無法建立其模型，這些問題對基于模型的傳統自動控制來說很難解決。

2. 傳統的自動控制系統的輸入或輸出設備與人及外界環境的信息交換很不方便，希望制造出能接受印刷體、圖形甚至手寫體和口頭命令等形式的信息輸入裝置，能夠更加深入而靈活地和系統進行信息交流，同時還要擴大輸出裝置的能力，能夠用文字、圖紙、立體形象、語言等形式輸出信息。另外，通常的自動裝置不能接受、分析和感知各種看得見、聽得著的形象、聲音的組合以及外界其它的情況。 為擴大信息通道，就必須給自動裝置安上能夠以機械方式模擬各種感覺的精確的送音器，即文字、聲音、物體識別裝置。 可喜的是，近幾年計算機及多媒體技術的迅速發展，為智能控制在這一方面的發展提供了物質上的準備,使智能控制變成了多方位“立體”的控制系統。

3. 傳統的自動控制系統對控制任務的要求要么使輸出量為定值（調節系統），要么使輸出量跟隨期望的運動軌跡（跟隨系統），因此具有控制任務單一性的特點，而智能控制系統的控制任務可比較復雜，例如在智能機器人系統中，它要求系統對一個復雜的任務具有自動規劃和決策的能力，有自動躲避障礙物運動到某一預期目標位置的能力等.。對于這些具有復雜的任務要求的系統，采用智能控制的方式便可以滿足。

4. 傳統的控制理論對線性問題有較成熟的理論，而對高度非線性的控制對象雖然有一些非線性方法可以利用，但不盡人意。 而智能控制為解決這類復雜的非線性問題找到了一個出路，成為解決這類問題行之有效的途徑。 工業過程智能控制系統除具有上述幾個特點外，又有另外一些特點，如被控對象往往是動態的，而且控制系統在線運動，一般要求有較高的實時響應速度等，恰恰是這些特點又決定了它與其它智能控制系統如智能機器人系統、航空航天控制系統、交通運輸控制系統等的區別，決定了它的控制方法以及形式的獨特之處。

5. 與傳統自動控制系統相比，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。

6. 與傳統自動控制系統相比，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及定量控制結合的多模態控制方式。

7. 與傳統自動控制系統相比，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。

8. 與傳統自動控制系統相比，智能控制系統有補償及自修復能力和判斷決策能力。

總之，智能控制系統通過智能機自動地完成其目標的控制過程，其智能機可以在熟悉或不熟悉的環境中自動地或人─機交互地完成擬人任務