智能控制系统的哪些部分组成？智能控制基于控制理论，计算机科学，人工智能和运筹学等学科。其中，模糊逻辑，神经网络，专家系统，遗传算法等理论以及自适应控制，自组织控制和自学习控制等技术被广泛使用。专家系统是一种使用专家知识来描述特殊或困难问题的控制系统。尽管专家系统已成功应用于解决复杂的高级推理，但专家系统的实际应用相对较少。模糊逻辑使用模糊语言来描述系统，该语言可以描述应用程序系统的定量模型和定性模型。模糊逻辑可以应用于任意复杂的对象控制。智能控制的基本特征1）智能控制的核心是高级控制。它可以对复杂的系统（例如非线性，快速时变，复杂的多变量，环境干扰等）执行有效的全局控制。实现广义问题的解决。并具有很强的容错能力。 2）智能控制系统中以知识为代表的非数学广义模型和以数学为代表的混合控制过程，采用了开环和闭环控制与定性决策和定量控制相结合的多模式控制方法。 3）其基本目的是从系统功能和整体优化的角度对系统进行分析和综合。达到预定目标。智能控制系统具有可变结构的特点，可以找到最佳的整体。具有自我适应，自我组织，自我学习和自我协调的能力。智能控制的研究对象智能控制研究的主要目标不再是受控对象，而是控制器本身。控制器不再是数学模型的单个分析模型，而是结合了数学分析和知识系统的广义模型，并且是结合了多学科知识的控制系统。智能控制理论是建立受控动态过程的特征模式识别，基于知识的控制，基于经验的推理和智能决策。一个好的智能控制器本身应该具有多模式，可变结构，可变参数等特征。它可以根据受控动态过程的特征来识别，学习和组织自己的控制模式，改变控制器的结构并改变其结构。调整参数。智能控制的研究对象具有以下特点：1.不确定性模型智能控制的研究对象通常具有严重的不确定性。这里提到的模型不确定性有两个含义：一是模型未知或理解不清。第二是模型的结构和参数可能会在很大范围内变化。 2.高度非线性对于高度非线性的控制对象，使用智能控制方法通常可以很好地解决非线性系统的控制问题。 3.复杂的任务要求对于智能控制系统，任务要求通常更为复杂。目前，智能控制已广泛应用于伺服系统应用中，主要包括专家控制，模糊控制，学习控制，神经网络控制，预测控制等控制方法。