1 智能控制课程特点
①各单元独立性强，尚待统一、完整的理论体系
智能控制作为一门新兴学科，其主要构成单元包括模糊控制论、神经网络控制论、专家控制、仿人智能控制等单元。各单元针对复杂系统的控制问题结合了不同学科的知识，形成了各自不同的体系结构。比如模糊控制论，其输出是通过观察过程的状态和一些如何控制过程的规则的推理得到的，侧重点在于模糊逻辑控制器的定义，包括测量信息的模糊化、模糊推理机制、输出模糊集的精确化，其数学基础是模糊集合论；神经网络控制论包括以神经网络为基础而形成的智能控制系统、利用神经网络学习和优化能力来改善传统控制方法的控制系统等，是神经网络理论与传统控制论的结合和延伸，神经网络模型对于未知动力学系统的控制至关重要；而专家控制是以人工智能领域的专家系统为技术背景的，侧重在信息利用和应用开发等方面，其研究内容包括控制领域知识的表达和推理、专家控制的结构和实现等。可见，智能控制的各单元是人们将各种学科大胆地应用于控制中引出的新理论、新方法，具有各自独立的学科背景和知识体系，各单元独立性强、关联性尚待进一步增加。
智能控制的概念主要是针对控制对象及其环境、目标和任务的不确定性和复杂性而提出来的。虽然智能控制各单元独立性强、关联性差，但主要解决的均是经典控制方法面临的挑战，这些挑战包括：高度非线性、不确定性对象，很难建立数学模型；建立模型过于复杂，无法得到实用的控制策略；故障诊断、生产调度等高层决策需求，超出了传统控制的能力范围等。因此，独立性强的各单元依然是智能控制不可或缺的组成部分。
②涉及学科多、覆盖内容广、知识点多、综合性强
智能控制是人工智能、运筹学、控制论等领域知识的交叉，涉及的数学工具包括符号推理与数值计算的结合、离散事件系统与连续时间系统分析的结合、模糊集合理论、神经网络理论、优化理论等，具有涉及学科多、覆盖内容广、知识点多且相互关联性低、综合性强的特点。因此，需要学生事先具备《自动控制原理》、《现代控制理论》、《信号处理》、《控制系统仿真》、《人工智能》等基础课程知识。
③内容信息量大，理论深奥，教学内容抽象
智能控制是一门理论性很强的专业课程，各单元是不同学科与控制理论的结合和延伸，涉及众多专业性很强的数学和控制理论，如模糊控制理论需要模糊数学作理论支持，神经网络控制论需要学生了解神经网络原理及各典型模型，专家控制系统需要学生对人工智能中的符号主义智能如知识表示与推理、搜索策略等有较好掌握。而这些专业性很强的数学和控制理论内容信息量大、概念深奥而抽象、公式推导繁琐、彼此间相关性不够，导致智能控制课程教学内容非常抽象。如何在有限的教学时长内将理论深奥、各成体系的抽象的教学内容阐述得系统、清晰而明了，是智能控制任课教师面临的重要挑战。