智能控制系統由哪幾部分組成？

智能控制由控制理論、計算機科學、人工智能、運籌學等學科為基礎組成。其中應用較多的有模糊邏輯、神經網絡、專家系統、遺傳算法等理論，以及自適應控制、自組織控制和自學習控制等技術。

專家系統是利用專家知識對專門的或困難的問題進行描述的控制系統。盡管專家系統在解決復雜的高級推理中獲得了較為成功的應用，但是專家系統的實際應用相對還是比較少的。

模糊邏輯用模糊語言描述系統，既可以描述應用系統的定量模型，也可以描述其定性模型。模糊邏輯可適用于任意復雜的對象控制。

智能控制基本特點

1）智能控制的核心是高層控制．能對復雜系統（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。

智能控制的研究對象

智能控制研究的主要目標不再是被控對象，而是控制器本身。控制器不再是單一的數學模型解析型，而是數學解析和知識系統相結合的廣義模型，是多種學科知識相結合的控制系統。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。

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，主要包括專家控制、模糊控制、學習控制、神經網絡控制、預測控制等控制方法。
責任編輯：YYX