这些年，在国内一些学校给讲座后回答问题时，常被问对智能控制怎么看。给我的感觉是智能控制在中国比欧美要流行得多。这里从技术与应用的角度评价一下智能控制，并与模型控制相比较。（技术与应用的角度？对，我是控制研究工程师，不是控制科学家，更不是数学家。）

传统的控制理论与技术是以被控对象的数学模型为基础的，比如PID控制、LQG控制、自适应控制、鲁棒/H_inf控制、模型预测控制等等。所有这些都是直接或间接基于模型的，就叫他们模型控制方法。使用模型控制，必须先建立被控对象的动态数学模型，一般是用微分（差分）加代数方程来表达的。

按照Wikipedia 的定义，智能控制是基于人工智能方法的控制技术，包括模糊逻辑、神经网络、机器学习、贝叶斯方法、遗传算法等。人工智能解决的问题是图像识别（包括语音识别，）说学术一点就是分类。

模型控制相对比较老，智能控制比较新。新，就比较热，受到年轻人的追捧是自然的。另外，智能控制外行听起来更性感，很多人用来当作噱头来申请项目。

从控制理论的角度来看，人工智能解决的问题是静态问题，而控制的对象是动态系统。把解决静态问题的方法移植到动态系统领域，可行性就是一个大问号。

举一个例子。一个40个输入，100个输出的炼油厂常减压装置，使用模型控制，即预测控制（MPC）可以有效控制和优化。智能控制行么？

反过来说，智能控制的同行，能不能举一个例子，智能控制能控，而模型控制不行？我想了很多年还没找到。

讲一个故事。AspenTech上世纪90年代收购了一个专搞神经网络控制的小公司。但若干年后，AspenTech再也不提神经网络控制的事。这是为什么呢？

所以，搞控制技术，模型是王道！