1．PID控制。PID控制是zui早發(fā)展起來的、應用領域至今仍然廣泛的控制方法之一，它是基于對象數學模型的方法，尤其適用于可建立數學模型的確定性控制系統(tǒng)。但對于非線形、時變不確定性系統(tǒng)，難以用常規(guī)的PID控制器達到理想的控制效果。而且，在實際生產中，由于受參數整定方法繁雜的困擾，常規(guī)的PID參數往往整定不良、性能欠佳。

   2．人工神經網絡控制。人工神經網絡起源于20世紀40年代，它從某些方面反映了人腦的基本特征，但并不是人腦的真實描寫，而只是它的抽象、簡化和模擬，網絡的信息處理由神經元間的相互作用來實現。神經網絡控制的關鍵是選擇一個合適的神經網絡模型，并對其進行訓練與學習，直至達到要求為止，即尋找*的神經網絡結構與權值。然而，神經網絡的學習，需要一定的實驗樣本，這些實驗樣本也必須從已知經驗和事先的實驗中獲得。同時，神經網絡的訓練與學習過程，有時較為復雜，需要運行成千上萬次才能獲得*結構。有時獲得的是一個局部*解，而不是全局*解，因方法的局限性，同樣也難于對所討論的對象實現有效的控制。

   3．模糊控制。實際工程中，一個非常熟練的操作人員，能憑借自己豐富的實踐經驗，通過對現場的各種現象的判斷取得較滿意的控制效果。如果將憑經驗所采取的措施轉變成相應的控制規(guī)則，并且研制一個控制器來代替這些規(guī)則，也可實現對復雜工業(yè)過程的控制。實踐證明，以模糊控制理論為基礎的模糊控制器（FC）能夠完成這個任務。

        模糊控制是基于模糊推理和模仿人的思維方法，對難以建立數學模型的對象實施的一種控制。它用模糊數學中的模糊集合來刻畫這些模糊語言，并用產生式規(guī)則，即“假如條件成立則執(zhí)行”語句予以實現。模糊控制技術的應用在國內已取得明顯效果。

   4．專家控制。專家控制是智能控制的一個重要部分，它在將專家系統(tǒng)的理論和技術同控制理論的理論和方法有機結合的基礎上，在未知環(huán)境下模仿專家的智能，實現對系統(tǒng)的有效控制。專家控制的核心是專家系統(tǒng)，它具有處理各種非結構性問題，尤其是處理定性的、啟發(fā)式的或不確定性的知識信息，經過各種推理過程達到系統(tǒng)的控制目標。

   5．仿人智能控制。仿人智能控制（HSIC）經過20年來的努力，已形成了基本理論體系和較系統(tǒng)的設計方法，并在大量的實際應用中獲得成功。其主要內容是總結人的控制經驗，模仿人的控制思想和行為，以產生式規(guī)則描述其在控制方面的啟發(fā)與直覺推理行為。由于HSIC的基本特點是模仿控制專家的控制行為，因此它的控制算法是多模態(tài)控制的，是多種模態(tài)控制間的相互交替使用。該算法可以地協(xié)調控制系統(tǒng)中諸多相互矛盾的控制品質的要求。比如，魯棒性與性，快速性與平穩(wěn)性等。